Примечание: здесь и далее числитель – очная/знаменатель – заочная формы обучения.
5. СОДЕРЖАНИЕ ДИСЦИПЛИНЫ
5.1. Содержание разделов дисциплины
№ п/п
|
Наименование раздела
дисциплины
|
Содержание раздела
|
1
|
Основные понятия информационно-аналитических и интеллектуальных систем
|
Подходы, используемые при автоматизации процессов экономического анализа. Аспекты проблемы анализа. Понятия искусственного интеллекта, экспертных и интеллектуальных систем. Состав информационно-аналитической системы. Типы инструментальных средств создания и поддержки ИАС и ИИС.
|
2
|
Информационное пространство и система экономических и других показателей как среда анализа и функционирования искусственного интеллекта
|
Понятия о сведениях, сообщениях, данных, информации, знаниях. Понятие информационного пространства (ИП), его структура и элементы. Содержание понятия показатель с точек зрения структурно-формальной и экономической. Пространственная интерпретация понятия показатель. Содержание и структуризация систем экономических показателей.
|
3
|
Технологии сбора, хранения и оперативного анализа данных – концепция информационных хранилищ
|
Понятие о гибкой архитектуре данных. Повышение качества информации при сборе её в информационное хранилище. Преобразование данных в единый формат и приведение их к единой структуре. Основные принципы построения информационных хранилищ. Понятия о метаданных (МД), базе МД - репозитории, используемых в информационном хранилище. Информационное хранилище как платформа аналитических инструментов и систем искусственного интеллекта. Признаки OLAP-систем. Краткое содержание правил Кодда, которым должны соответствовать OLAP-системы, обобщение этих правил в требованиях теста FASMI. Типы многомерных OLAP-систем. Многомерные MOLAP-системы. Реляционные ROLAP-системы. Гибридные HOLAP-системы. Задачи и содержание OLAP-анализа. Содержание специфических процедур OLAP-анализа: сечение или срез, поворот, свертка и развертка, проекция, построение трендов.
|
4
|
Технологии интеллектуального анализа данных
|
Назначение и состав выполняемых задач подсистемой интеллектуального анализа данных информационно-аналитической системы. Содержание понятия «знания». Классификация видов знаний. Специфика задач интеллектуального анализа. Методы интеллектуального анализа данных: нечеткая логика; системы рассуждений на основе аналогичных случаев; классификационные и регрессионные деревья решений; нейронные сети; генетические алгоритмы; байесовское обучение (ассоциации); кластеризация и классификация; эволюционное программирование; алгоритмы ограниченного перебора. Области применения методов интеллектуального анализа. Средства реализации методов интеллектуального анализа и комплексирования соответствующей подсистемы ИАС.
|
5
|
Характеристика систем искусственного интеллекта
|
Развитие информационных систем. Понятия искусственного интеллекта и интеллектуальных информационных систем (ИИС), признаки их интеллектуальности и. классификация. Общность и различия информационных аналитических и интеллектуальных систем.
Системы с интеллектуальным интерфейсом. Восприятие естественного языка. Виды анализа запросов: морфологический, синтаксический, семантический. Формирование выходных сообщений. Интеллектуальный поиск в информационных ресурсах. Интеллектуальный гипертекст. Когнитивная графика. Виртуальная реальность.
Экспертные системы. Характерные особенности. Условия применения. Задачи анализа и синтеза. Статические и динамические экспертные системы. Многоагентные системы. Области применения: интерпретация, диагностика, прогнозирование, проектирование, конфигурация, планирование, слежение, управление. Архитектура экспертных систем: база знаний, механизм логического вывода, механизмы приобретения и объяснения знаний, интеллектуальный интерфейс. Интеллектуальные редакторы. Использование графических средств ввода-вывода. Организация помощи, подсказок, объяснений. Интерфейсы с внешней средой.
Самообучающиеся системы. Извлечение знаний из данных, обучающие выборки «с учителем», «без учителя». Индуктивный вывод деревьев решений. Нейронные сети, алгоритмы построения решающих функций. Системы, основанные на прецедентах. Извлечение знаний из текстов.
Адаптивные информационные системы. Принципы адаптации ИС на основе построения модели проблемной области. Методы отображения модели проблемной области в репозитории. Методы конфигурирования информационной системы.
Системы управления знаниями (СУЗ). Принципы управления знаниями: интеллектуальное ассистирование, сбор и систематическая организация знаний, быстрая адаптация к изменяющимся потребностям, способность обрабатывать неполную, некорректную и часто-изменяемую информацию, интеграция с существующей программной средой, активная презентация релевантной информации. Основные подсистемы управления знаниями: приобретение, представление знаний, распространение. Основные источники знаний. Роль онтологии знаний в концептуальном моделировании проблемной области. Разработка приложения СУЗ.
|
6
|
Основы управления информационно-аналитическими и интеллектуальными системами и их проектирования
|
Сущность управления информационно-аналитическими и интеллектуальными системами. Методика создания базы метаданных: от анализа потребностей пользователей системой (бизнес-пользователей в экономической предметной области) в накоплении необходимых данных в ИХ до создания структуры метаданных. Модели баз метаданных. Задачи и средства администрирования ИАС и ИИС. Основы их проектирования. Основная задача проектирования – обеспечение раскрытия знаний, содержащихся в данных, сосредоточенных в первичных источниках, информационном хранилище. Превращение данных в информацию и знания как принципы проектирования ИАС. Содержание этапов проектирования информационной системы применительно к созданию ИАС и ИИС. Факторы, которые необходимо учесть при их проектировании.
|
5.2 Разделы дисциплины и междисциплинарные связи
с обеспечиваемыми (последующими) дисциплинами
№ п/п
|
Наименование обеспе-чиваемых (последую-щих) дисциплин
|
№ № разделов данной дисциплины, необходимых для изучения обеспечиваемых (последующих) дисциплин
|
2
|
3
|
4
|
5
|
6
|
1.
|
Информационный менеджмент
|
+
|
+
|
+
|
+
|
+
|
5.3. Разделы дисциплин и виды занятий
№ п/п
|
Наименование раздела дисциплины
|
Лекц.
|
Практ.
зан.
|
Лаб.
зан.
|
СРС
|
Всего
час.
|
1.
|
Основные понятия информационно-аналитических и интеллектуальных систем
|
|
11
|
|
5
|
16
|
2.
|
Информационное пространство и система экономических и других показателей как среда анализа и функционирования искусственного интеллекта
|
|
20
|
|
20
|
40
|
3.
|
Технологии сбора, хранения и оперативного анализа данных – концепция информационных хранилищ
|
|
20
|
|
20
|
40
|
4.
|
Технологии интеллектуального анализа данных
|
|
20
|
|
20
|
40
|
5.
|
Характеристика систем искусственного интеллекта
|
|
20
|
|
20
|
40
|
6.
|
Основы управления информационно-аналитическими и интеллектуальными системами и их проектирования
|
|
20
|
|
20
|
40
|
6. ЛАБОРАТОРНЫЙ ПРАКТИКУМ
№ п/п
|
№ раздела дисциплины
|
Наименование лабораторных работ
|
Трудо-емкость
(час)
|
1.
|
-
|
-
|
-
|
7. ПРАКТИЧЕСКИЕ ЗАНЯТИЯ
№ п/п
|
№ раздела дисциплины
|
Тематика практических занятий
|
Трудо-емкость
(час)
|
1.
|
1
|
Состав информационно-аналитической системы. Типы инструментальных средств создания и поддержки ИАС и ИИС.
|
11
|
2.
|
2
|
Понятие информационного пространства (ИП), его структура и элементы. Содержание понятия показатель с точек зрения структурно-формальной и экономической. Пространственная интерпретация понятия показатель. Содержание и структуризация систем экономических показателей.
|
20
|
3.
|
3
|
Преобразование данных в единый формат и приведение их к единой структуре. Основные принципы построения информационных хранилищ. Понятия о метаданных (МД), базе МД - репозитории, используемых в информационном хранилище. Информационное хранилище как платформа аналитических инструментов и систем искусственного интеллекта. Признаки OLAP-систем. Краткое содержание правил Кодда, которым должны соответствовать OLAP-системы, обобщение этих правил в требованиях теста FASMI. Типы многомерных OLAP-систем. Многомерные MOLAP-системы. Реляционные ROLAP-системы. Гибридные HOLAP-системы. Задачи и содержание OLAP-анализа. Содержание специфических процедур OLAP-анализа: сечение или срез, поворот, свертка и развертка, проекция, построение трендов.
|
20
|
4.
|
4
|
Классификация видов знаний. Специфика задач интеллектуального анализа. Методы интеллектуального анализа данных: нечеткая логика; системы рассуждений на основе аналогичных случаев; классификационные и регрессионные деревья решений; нейронные сети; генетические алгоритмы; байесовское обучение (ассоциации); кластеризация и классификация; эволюционное программирование; алгоритмы ограниченного перебора. Области применения методов интеллектуального анализа. Средства реализации методов интеллектуального анализа и комплексирования соответствующей подсистемы ИАС.
|
20
|
5.
|
5
|
Системы с интеллектуальным интерфейсом. Восприятие естественного языка. Виды анализа запросов: морфологический, синтаксический, семантический. Формирование выходных сообщений. Интеллектуальный поиск в информационных ресурсах. Интеллектуальный гипертекст. Когнитивная графика. Виртуальная реальность.
Экспертные системы. Характерные особенности. Условия применения. Задачи анализа и синтеза. Статические и динамические экспертные системы. Многоагентные системы. Области применения: интерпретация, диагностика, прогнозирование, проектирование, конфигурация, планирование, слежение, управление. Архитектура экспертных систем: база знаний, механизм логического вывода, механизмы приобретения и объяснения знаний, интеллектуальный интерфейс. Интеллектуальные редакторы. Использование графических средств ввода-вывода. Организация помощи, подсказок, объяснений. Интерфейсы с внешней средой.
Самообучающиеся системы. Извлечение знаний из данных, обучающие выборки «с учителем», «без учителя». Индуктивный вывод деревьев решений. Нейронные сети, алгоритмы построения решающих функций. Системы, основанные на прецедентах. Извлечение знаний из текстов.
Адаптивные информационные системы. Принципы адаптации ИС на основе построения модели проблемной области. Методы отображения модели проблемной области в репозитории. Методы конфигурирования информационной системы.
Системы управления знаниями (СУЗ). Принципы управления знаниями: интеллектуальное ассистирование, сбор и систематическая организация знаний, быстрая адаптация к изменяющимся потребностям, способность обрабатывать неполную, некорректную и часто-изменяемую информацию, интеграция с существующей программной средой, активная презентация релевантной информации. Основные подсистемы управления знаниями: приобретение, представление знаний, распространение. Основные источники знаний. Роль онтологии знаний в концептуальном моделировании проблемной области. Разработка приложения СУЗ.
|
20
|
6.
|
6
|
Методика создания базы метаданных: от анализа потребностей пользователей системой (бизнес-пользователей в экономической предметной области) в накоплении необходимых данных в ИХ до создания структуры метаданных. Модели баз метаданных. Задачи и средства администрирования ИАС и ИИС. Основы их проектирования. Основная задача проектирования – обеспечение раскрытия знаний, содержащихся в данных, сосредоточенных в первичных источниках, информационном хранилище. Превращение данных в информацию и знания как принципы проектирования ИАС. Содержание этапов проектирования информационной системы применительно к созданию ИАС и ИИС.
|
20
|
|
