Интеллектуальный анализ данных. Управление знаниями

ИАД - выявление скрытых закономерностей или взаимосвязей между переменными в больших массивах необработанных данных. Включает методы и модели статистического анализа и машинного обучения, дистанцируясь от них в сторону автоматического анализа данных. Инструменты ИАД позволяют проводить анализ данных предметными специалистами, не владеющими соответствующими математическими знаниями.

Задачи решаемые ИАД: 1) Классификация — отнесение входного вектора (объекта, события, наблюдения) к одному из заранее известных классов. 2) Кластеризация — разделение множества входных векторов на группы (кластеры) по степени «похожести» друг на друга. 3) Сокращение описания — для визуализации данных, лаконизма моделей, упрощения счета и интерпретации, сжатия объемов собираемой и хранимой информа-ции. 4) Ассоциация — поиск повторяющихся образцов. 5) Прогнозирование, 6) Анализ отклонений 7) Визуализация.

Управление знаниями— это методология, направленная на повышение уровня конкурентоспособности и защищенности компании за счет использования полного набора инструментов охраны, управления и экономики нематериальных активов компании. Рассматривает стратегии, направленные на предоставление вовремя нужных знаний тем членам сообщества, которым эти знания необходимы для того, чтобы повысить эффективность деятельности сообщества.

Управление знаниями- систематич приобретение, синтез, обмен и использ-е опыта для достижения успеха в бизнесе или в управлении компанией. 1)явные знания-представленные в компании в виде должностных инструкций, регламентов и положений о д-ти подразделений, корпорат учебные пособия и др. 2) неявные – носителем которых явл-ся чел, их нельзя увидеть, сложно задокументировать, передать их можно только посредством личного и непосредственного общения.

24. Экспертная система (ЭС): назначение, структура и классификация.

ЭС – это интеллектуальная вычислительная система, в которую включены знания опытных специалистов (экспертов) о некоторой предметной области и которая в пределах этой области способна принимать экспертные решения. ЭС – это программные средства, которые используют знания и процедуры вывода для решения задач, трудных для человека. ЭС позволяет накапливать, систематизировать и сохранять знания, профессиональный опыт тех экспертов, которые решают конкретные задачи наилучшим образом. Накопленные в ЭС знания могут быть использованы на практике неограниченное число раз. Работа экспертных систем основана на алгоритмах искусственного интеллекта и предполагает использование информации, заранее полученной от специалистов-экспертов.

Структура ЭС: 1.БД - рабочая память - для хранения исходных и промежуточных данных, решаемой в данный момент задачи 2. база знаний - для хранения долгосрочных данных правил преобразования этих данных 3. Машина логичю вывода -решатель - формирует последовательность правил, приводящих к решению задач 4. объяснительный компонент - объясняет как система получила решение задачи и какие правила она при этом использовала 5. компонент приобретения знаний - автоматизирует процесс наполнения ЭС знаниями 6. Подсистема общения – орг-ет диалог с пользователем. 7. Подсистема пояснений –отображает выводы в символьном виде.

ЭС делятся на: малые, средние, большие.

ЭС классифицируются:1. по типам решаемых задач - диагностика, проектирование, прогноз, планирование, обучение; 2. по характеристикам задач – структурированные, неструктурированные, достоверные, с вероятностью достоверности; 3. по внутренней структуре - фреймовые (представляющие классы знаний), использующие предикаты (т.е. отношения между знаниями), семантические сети, на основе правил алгебры-логики и нечетких множеств.

25. Система поддержки принятия решений (СППР): назначение, структура и классификация.

СППР–это человеко-машинные системы, кот.позволяют лицам, принимающим решения, использовать данные, знания, объективные и субъективные модели для анализа и решения слабострукт.проблем.

СППР использует и данные, и модели; предназначены для помощи менеджерам в принятии решений для слабоструктурированных и неструктурированных задач; в отличие от экспертных систем, поддерживают, а не заменяют человека при выработке решений;

Цель СППР — улучшение эффективности решенийСППР. обладают основными характеристиками: -используют и данные, и модели; -помогают менеджерам при решении слабостр. и неструктур. задач; -поддерживают решений менеджерами; -улучшают эффективность решений.

Структура СППР: БД, СУБД, база моделей-помогает найти инф-ю для принятия решения, СУБМоделей –манипуляции над моделями, сист.упр.пользовательским интерфейсом.

Классификация:

1.по количеству используемых экспертных систем

-сосредоточенные. Включают в себя одну экспертную систему, установленную на одной вычислительной машине.

-распределительные. включает в себя несколько ЭС - для принятия решений в различных областях.

2.по периоду использования.

-операционная. Используется для принятия решений на достаточно короткий период времени (1-5 дней).

-стратегические

26. Перспективы развития систем ИИ.

ИИ – способность прикладного процесса обнаруживать св-ва, ассоциируемые с разумным поведением чел.; раздел информатики, занимающийся вопросами имитации мышления чел. с помощью компьютера.

Сегодня ИС помогают создавать и распространять знания и инф-ю в организацию через новые системы работы, знания, приложения, обеспечивающие компаниям доступ к данным и системам коммуникаций, связывающим разветвленное предприятие по всему миру.

Нейронные сети - Это направление стабильно держится на первом месте. Продолжается совершенствование алгоритмов обучения и классификации в масштабе реального времени, обработки естественных языков, распознавания изображений, речи, сигналов, создание моделей интеллектуального интерфейса, подстраивающегося под пользователя. Среди основных прикладных задач, решаемых с помощью нейронных сетей, - финансовое прогнозирование, раскопка данных, диагностика систем, контроль за деятельностью сетей, шифрование данных. В последние годы идет усиленный поиск эфф-х методов синхронизации работы нейронных сетей на параллельных устройствах.

Эволюционные вычисления - развитие сферы эволюц. вычислений ЭВ; автономное и адаптивное поведение комп-х приложений и робототехнических устройств значительное влияние оказали прежде всего инвестиции в нанотехнологии. ЭВ затрагивают практические проблемы самосборки, самоконфигурирования и самовосстановления систем, состоящих из множества одновременно функционирующих узлов. При этом удается применять научные достижения из области цифровых автоматов. Другой аспект ЭВ — использование для решения повседневных задач автономных агентов в качестве персональных секретарей, управляющих личными счетами, ассистентов, отбирающих нужные сведения в сетях с помощью поисковых алгоритмов третьего поколения, планировщиков работ, личных учителей, виртуальных продавцов и т.д.

27. Информационная безопасность КИС.

ИБ-это ее защищенность от случайных или преднамеренных воздействий естественного или искусственного характера, от попыток ее разрушения.

Требования по обеспеч. безопасности:

-целостность (защищенность от возможных непреднамеренных и злоумышленных искажений).

-доступность (готовность кработе, когда есть необходимость)

-конфедициальность (доступность инф-и для того, кому она предназначена)

ИБ является одним из важнейших аспектов интегральной безопасности независимо от рассматриваемого уровня - национального, отраслевого, корпоративного или персонального.

ИБ представляет собой многогранную сферу деятельности, в которой успех возможен только при систематическом, комплексном подходе.

В обеспечении ИБ нуждаются три основные категории субъектов:

• государственные организации,

• коммерческие структуры,

• отдельные граждане.