Detail předmětu

Expertní systémy

FSI-VEXPovinnýMagisterský navazující (druhý cyklus)Ak. rok: 2016/2017Zimní semestr2. ročník5  kreditů

Předmět je věnován následujícím tématům: Architektura a vlastnosti expertních systémů. Reprezentace znalostí a inferenční mechanismy. Reprezentace a zpracování neurčitosti. Fuzzy logika, lingvistické modely, fuzzy expertní systémy. Nástroje pro tvorbu expertních systémů. Získávání znalostí, strojové učení. Charakteristiky a ukázky vybraných expertních systémů. Příklady aplikací expertních systémů.

Výsledky učení předmětu

Znalost základních principů činnosti a tvorby expertních systémů. Schopnost výběru a aplikace vhodného nástroje pro tvorbu expertního systému.

Způsob realizace výuky

90 % kontaktní výuka, 10 % distančně

Prerekvizity

Matematická logika, teorie množin, teorie pravděpodobnosti, základy umělé inteligence.

Doporučená nebo povinná literatura

Giarratano, J., Riley, G. Expert Systems. Principles and Programming. Boston, PWS Publishing Company 1998. (EN)
Mařík, V. a kol. Umělá inteligence (1, 2, 4). Praha, Academia 1993, 1997, 2003. (CS)
Jackson, P. Introduction to Expert Systems. Harlow, Addison-Wesley 1999. (EN)
Berka, P. a kol. Expertní systémy. Skripta. Praha, VŠE 1998. (CS)
Siler, W., Buckley, J.J. Fuzzy Expert Systems and Fuzzy Reasoning. Hoboken, New Jersey, John Wiley & Sons, Inc. 2005. (EN)
Kelemen J. a kol. Tvorba expertních systémů v prostředí CLIPS. Praha, Grada 1999. (CS)
Berka, P. Dobývání znalostí z databází. Praha, Academia 2003. (CS)
Mitchell, T. M. Machine Learning. Singapore, McGraw-Hill 1997. (EN)
Negnevitsky, M. Artificial Intelligence. A Guide to Intelligent Systems. Harlow, Addison-Wesley 2005. (EN)
Jackson, P. Introduction to Expert Systems. Harlow, Addison-Wesley 1999. (EN)
Negnevitsky, M. Artificial Intelligence. A Guide to Intelligent Systems. Harlow, Addison-Wesley 2005. (EN)
Bratko, I. Prolog Programming for Artificial Intelligence. Pearson Education 2011. (EN)
Polák, J. Prolog. Praha, Grada 1992. (CS)
Merrit, D. Building Expert Systems in Prolog. Berlin, Springer-Verlag 1989. http://www.amzi.com/ExpertSystemsInProlog/index.htm (EN)

Plánované vzdělávací činnosti a výukové metody

Předmět je vyučován formou přednášek, které mají charakter výkladu základních principů a teorie dané disciplíny. Cvičení je zaměřeno na praktické zvládnutí látky probrané na přednáškách.

Způsob a kritéria hodnocení

Požadavky pro zápočet: aktivní účast ve cvičeních, zpracování jednoduchých aplikací expertních systémů.
Zkouška: písemný test (jednoduché příklady a otázky z teorie), ústní zkouška.

Jazyk výuky

čeština

Cíl

Cílem předmětu je, aby studenti pochopili principy činnosti expertních systémů a osvojili si základy znalostního inženýrství.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Kontrolována je účast na cvičeních. Zameškaná výuka může být nahrazena zpracováním zadaných úloh.

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

1. Úvod do systému CLIPS – fakty, šablony, pravidla, vzory, proces inference.
2. Funkce v CLIPSu, definice uživatelských funkcí.
3. Charakteristické znaky a struktura expertních systémů, oblasti aplikace.
4. Pravidlové expertní systémy.
5. Základy jazyka Prolog.
6. Tvorba expertních systémů v Prologu.
7. Expertní systémy založené na nepravidlové a hybridní reprezentaci znalostí.
8. Pravděpodobnostní přístupy ke zpracování neurčitosti, Bayesovské sítě.
9. Zpracování neurčitosti pomocí faktorů jistoty a Dempster-Shaferovy teorie.
10. Fuzzy přístupy ke zpracování neurčitosti.
11. Fuzzy expertní systémy.
12. Proces tvorby expertního systému, znalostní inženýrství.
13. Získávání znalostí z dat.

Cvičení s poč. podporou

26 hod., povinná

Vyučující / Lektor

Osnova

1. Seznámení se systémem CLIPS, fakty a pravidla.
2. Šablony, řešení úloh v CLIPSu.
3. Definice a použití funkcí v CLIPSu.
4. Tvorba expertního systému v CLIPSu.
5. Seznámení s jazykem Prolog.
6. Řešení úloh v jazyku Prolog.
7. Tvorba expertních systémů v Prologu.
8. Systém FEL-Expert.
9. Systém HUGIN.
10. Implementace faktorů jistoty v CLIPSu.
11. Systém EXSYS.
12. Systém LMPS.
13. Vyhodnocení semestrálních projektů.

eLearning