Expertní systémy (FSI-VEX-K)

Akademický rok 2018/2019
Garant: prof. RNDr. Miloslav Druckmüller, CSc.  
Garantující pracoviště: ÚM všechny předměty garantované tímto pracovištěm
Jazyk výuky: čeština
Cíle předmětu:
Cílem předmětu je, aby studenti pochopili principy činnosti expertních systémů a osvojili si základy znalostního inženýrství.
Výstupy studia a kompetence:
Znalost základních principů činnosti a tvorby expertních systémů. Schopnost výběru a aplikace vhodného nástroje pro tvorbu expertního systému.
Prerekvizity:
Matematická logika, teorie množin, teorie pravděpodobnosti, základy umělé inteligence.
Obsah předmětu (anotace):
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.
Metody vyučování:
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.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky:
Účast na cvičeních je povinná. Zameškaná výuka může být nahrazena zpracováním zadaných úloh.
Typ (způsob) výuky:
    Konzultace  1 × 17 hod. nepovinná                  
    Řízené samostudium  1 × 35 hod. povinná                  
Osnova:
    Konzultace 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.
    Řízené samostudium 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. Pseudobayesovské systémy.
9. Bayesovské sítě.
10. Implementace faktorů jistoty v CLIPSu.
11. Systémy EXSYS a FLEX.
12. Systém LMPS.
13. Vyhodnocení semestrálních projektů.
Literatura - základní:
1. Giarratano, J., Riley, G. Expert Systems. Principles and Programming. Boston, PWS Publishing Company 1998.
2. Jackson, P. Introduction to Expert Systems. Harlow, Addison-Wesley 1999.
3. Siler, W., Buckley, J.J. Fuzzy Expert Systems and Fuzzy Reasoning. Hoboken, New Jersey, John Wiley & Sons, Inc. 2005.
Literatura - doporučená:
1. Mařík, V. a kol. Umělá inteligence (1, 2). Praha, Academia 1993, 1997.
2. Berka, P. a kol. Expertní systémy. Skripta. Praha, VŠE 1998.
3. Kelemen J. a kol. Tvorba expertních systémů v prostředí CLIPS. Praha, Grada 1999.
4. Berka, P. Dobývání znalostí z databází. Praha, Academia 2003.
Zařazení předmětu ve studijních programech:
Program Forma Obor Spec. Typ ukončení   Kredity     Povinnost     St.     Roč.     Semestr  
M2I-K kombinované studium M-AIŘ Aplikovaná informatika a řízení P pro absolventy B-AIŘ zá,zk 5 Povinný 2 2 Z
M2I-K kombinované studium M-AIŘ Aplikovaná informatika a řízení -- zá,zk 5 Povinný 2 2 Z