ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ

ОСНОВЫ ЛОГИЧЕСКОГО ПРОГРАММИРОВАНИЯИсторический обзорПринципы логического программированияОсновы математической логикиИмперативный и декларативный принципы программированияЯзык Prolog как среда логического программированияПонятие логического программированияПропозициональная логика в языке PrologИсчисление предикатов и язык PrologProlog и чистое логическое программированиеProlog и автоматическое доказательство теоремЛогический вывод на основе импликацийСимвольные вычисления в SWI-PrologПрименение языка SWI-Prolog для автоматического доказательства теоремВопросы и заданияПрактикумРекомендуемая литератураМЕТОДЫ ПОИСКА НА ДЕРЕВЕ РЕШЕНИЙЗадачи, решаемые перебором вариантовПрограммистский подходУниверсальный подходМетоды спуска по дереву решенийНеинформированный поискИнформированный поискПоиск в условиях противодействияШахматные программыВопросы и заданияПрактикумРекомендуемая литератураЭКСПОНЕНЦИАЛЬНАЯ СЛОЖНОСТЬ ПОИСКА НА ДЕРЕВЕ РЕШЕНИЙ И МЕТОДЫ ЕЕ РЕДУЦИРОВАНИЯНаивный логический поиск и задачи реального мираМодель наивного логического выводаАлгоритмические методы ускорения поискаАлгоритмы RETEи TREATИндексация и предварительный отбор фактовТеоретико-множественные методы ускорения поискаОбработка множества фактов методами реляционной алгебрыРеализация быстрого логического вывода в среде PrologМетоды поиска, основанные на прецедентахАнтропоморфный подход к поиску решенийИспользование прецедентов для редуцирования дерева решенийВопросы и заданияПрактикумРекомендуемая литератураВВЕДЕНИЕ В МАШИННОЕ ОБУЧЕНИЕ. ЭТАПЫ РЕШЕНИЯ ЗАДАЧ МАШИННОГО ОБУЧЕНИЯЦели и задачи машинного обученияЗадача машинного обученияФормальная постановка задачи машинного обученияЧистые данные и выбор признаковПредобработка данныхРекомендации к выбору признаковПостроение модели и сведение обучения к задаче оптимизацииОценка качества работы алгоритма машинного обученияМетоды оценки качестваПроблема переобученияПроцесс внедрения алгоритма машинного обучения в эксплуатациюВопросы и заданияПрактикумРекомендуемая литератураОБУЧЕНИЕ С УЧИТЕЛЕМЛинейная регрессияПостановка задачи восстановления линейной регрессииМетод градиентного спуска для обучения модели линейной регрессииПереход к нелинейной регрессииЛогистическая регрессияЛинейные классификаторыСвязь с нейросетевыми моделямиАлгоритм обучения логистической регрессииМетод Парзеновского окнаБайесовский подход к классификацииАлгоритм Парзена — РозенблаттаДеревья принятия решенийИспользование энтропии в деревьях принятия решенийПостроение дерева принятия решенийКлассификация новых данных при помощи дерева принятия решенийНейронные сетиИскусственные нейронные сети простого типаОбучение искусственной нейронной сети простого типа (нерсептрона)Многослойные искусственные нейтронные сетиФункции активации для многослойных персептроновРасчет ответа для многослойного персептрона на основе алгоритма прямого распространенияОбучение многослойного персептрона на основе алгоритма обратного распространенияВопросы и заданияПрактикумРекомендуемая литератураОБУЧЕНИЕ БЕЗ УЧИТЕЛЯКластеризация /г-среднимиПостановка задачи кластеризацииОценка качества кластеризацииАлгоритм кластеризации Иерархическая кластеризацияПостановка задачи иерархической кластеризацииАлгоритм иерархической кластеризацииКластеризации при помощи карт КохоненаОписание модели карты КохоненаАлгоритм обучения карты КохоненаПоиск ассоциаций в данныхПостановка задачи поиска ассоциаций в данныхАлгоритм AprioriВопросы и заданияПрактикумРекомендуемая литератураОБРАБОТКА ЕСТЕСТВЕННОГО ЯЗЫКАЕстественные и искусственные языки. Проблема нерегулярности естественных языковФормальные и неформальные языки. Проблема формализации естественных языковПредмет, цель и задачи обработки естественного языкаВопросы и заданияПрактикумРекомендуемая литератураМАШИННЫЙ АНАЛИЗ ТЕКСТОВ НА ЕСТЕСТВЕННОМ ЯЗЫКЕТексты на естественном языке. Базовые свойства текстовМашинный анализ текстов. Проблема понимания естественных языковЭтапы машинного анализа текстов. Проблема многозначности естественных языковВопросы и заданияПрактикумРекомендуемая литератураМОДЕЛИРОВАНИЕ ТЕКСТОВ НА ЕСТЕСТВЕННОМ ЯЗЫКЕВекторная модель представления текстовЛатентный семантический анализАвтоматическая категоризация текстовВопросы и заданияПрактикумРекомендуемая литература
 
  РЕЗЮМЕ   След >