РОССИЙСКАЯ ФЕДЕРАЦИЯ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ

ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО

ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

«УТВЕРЖДАЮ»

Проректор по учебной работе

/Л. М. Волосникова.

« » 2013 г..

ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ

Учебно-методический комплекс Рабочая программа для студентов специальности 080801.65 "Прикладная информатика в экономике" очной формы обучения «ПОДГОТОВЛЕНО К ИЗДАНИЮ»:

Автор работы / А.В.Кугаевских/ «15» мая 2013 г.

Рассмотрено на заседании кафедры информационных систем, протокол № 11 от «29» мая 2013 г.

Соответствует требованиям к содержанию, структуре и оформлению.

«РЕКОМЕНДОВАНО К ЭЛЕКТРОННОМУ ИЗДАНИЮ»:

Объем 7 стр.

Зав. кафедрой / А.Г. Ивашко / «» 20 г.

Рассмотрено на заседании УМК Института математики и компьютерных наук, протокол № 1 от «25» июня 2013 г.

Соответствует ГОС ВПО и учебному плану образовательной программы.

«СОГЛАСОВАНО»:

Председатель УМК / Н.М. Гаврилова/ «» 20_ г.

«СОГЛАСОВАНО»

И.о. директора ИБЦ ТюмГУ _ / Е.А. Ульянова / «»_20 г.

«СОГЛАСОВАНО»

Зав. методическим отделом УМУ / И.Ю. Фарафонова / «»_20_ г.

РОССИЙСКАЯ ФЕДЕРАЦИЯ

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ

УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ

«ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

Институт математики и компьютерных наук Кафедра информационных систем КУГАЕВСКИХ А.В.

ИНТЕЛЛЕКТУАЛЬНЫЕ ИНФОРМАЦИОННЫЕ СИСТЕМЫ

Учебно-методический комплекс.

Рабочая программа для студентов очной формы обучения, специальности 080801.65 "Прикладная информатика в экономике" Тюменский государственный университет Кугаевских А. В. Интеллектуальные информационные системы. Учебно-методический комплекс. Рабочая программа для студентов направления 080801.65 "Прикладная информатика в экономике" очной формы обучения. Тюмень, 2013, 7 стр.

Рабочая программа составлена в соответствии с требованиями ГОС ВПО по направлению и профилю подготовки.

Рабочая программа дисциплины опубликована на сайте ТюмГУ:

Интеллектуальные информационные системы [электронный ресурс] / Режим доступа: http://www.umk.utmn.ru., свободный.

Рекомендовано к изданию кафедрой информационных систем.

Утверждено проректором по учебной работе Тюменского государственного университета.

ОТВЕТСТВЕННЫЙ РЕДАКТОР: заведующий кафедрой информационных систем, к.ф.-м.н., доцент П.К. Моор © Тюменский государственный университет, 2013.

© Кугаевских А.В., 2013.

1. Пояснительная записка 1.1. Цели и задачи дисциплины Целью данной дисциплины является формирование у студентов интеллектуальных систем и принципов их построения, а также знаний по применению современных алгоритмов и технологий интеллектуальной обработки данных.

Задачи: ознакомить студентов с современным состоянием исследований в области искусственного интеллекта, робототехники и применения интеллектуальных алгоритмов к задачам анализа данных, дать основы для самостоятельной разработки новых интеллектуальных алгоритмов.

1.2. Место дисциплины в структуре ООП специалитета Для успешного освоения дисциплины требуются знания основ объектно-ориентированного программирования и синтаксиса языков программирования семейства C.

1.3. Требования к уровню освоения содержания дисциплины.

В результате освоения дисциплины обучающийся должен:

Знать: основные виды, особенности функционирования и области применения систем искусственного интеллекта; основные методы построения интеллектуальных систем.

Уметь: проводить анализ предметной области и определять задачи, для решения которых целесообразно использование технологий интеллектуальных систем; определять назначение, выбирать методы и средства для построения прикладных интеллектуальных систем.

Владеть: навыками разработки интеллектуальных систем с использованием всех достижений науки и навыками разработки новых алгоритмов и технологий систем искусственного интеллекта.

2. Структура и трудоемкость дисциплины.

Семестр: 8.

Форма промежуточной аттестации: зачет.

Общая трудоемкость дисциплины составляет 77 часов.

Тематический план.

Современное состояние исследований в области искусственного интеллекта и робототехники.

Интеллектуальный анализ данных. Деревья решений.

Ассоциативные правила Кластеризация Распознавание образов.

Искусственные нейронные Генетические алгоритмы Виды и формы оценочных средств в период текущего контроля Модуль Модуль Модуль Планирование самостоятельной работы студентов Модуль исследований в области искусственного интеллекта и робототехники.

Кластеризация Выполнение ситуаций;

Модуль 2.2 Искусственные Проработка Реферат; 10-12 12 0- Модуль Представление Выполнение ситуаций;

4. Содержание дисциплины.

Модуль 1.

Тема 1.1. Понятие интеллектуальной информационной системы, основные свойства. Области применения и классификация ИИС.

Современное состояние исследований в области искусственного интеллекта и робототехники. Тест Тьюринга.

Тема 1.2. Интеллектуальный анализ данных. Основные области применения. Классификация алгоритмов.

Тема 1.3. Кластеризация. Алгоритмы кластеризации (k-средних, Fuzzy C-means и др.).

Модуль 2.

Тема 2.1. Распознавание образов. Классификация образов и алгоритмов их распознавания. Бустинг. Описание алгоритма усиления Gentle AdaBoost. Применение на примере распознавания изображений и поиска лиц на изображении.

Тема 2.2. Искусственные нейронные сети (назначение, классификация, понятие формального нейрона). Многослойный перцептрон. Сети свертки (неокогнитрон, LeNet-5).

Модуль 3.

Тема 3.1. Генетические алгоритмы (назначение, основные этапы, классификация операторов кроссовера).

Тема 3.2. Экспертные системы (понятие, структура, основные этапы построения). Представление знаний (фреймовая сеть, семантическая сеть, концептуальный граф, онтологии). Алгоритмы вывода на знаниях (алгоритм GraphPlan, табличный алгоритм).

Темы лабораторных работ (Лабораторный практикум).

Реализация алгоритма принятия решений ID Реализация алгоритма построения ассоциативных правил Кластеризация точек методом k-средних Бустинг на примере алгоритма Gentle AdaBoost для распознавания ситуаций Разработка генетических алгоритмов для решения Многослойный перцептрон для распознавания букв Построение простейшей онтологии с помощью программы 6. Учебно - методическое обеспечение самостоятельной работы студентов. Оценочные средства для текущего контроля успеваемости, промежуточной аттестации по итогам освоения дисциплины.

Методическое пособие по выполнению лабораторных Комплект электронных контрольно-измерительных Вопросы к экзамену:

Понятие интеллектуальной системы, основные свойства Теории искусственного интеллекта Тест Тьюринга и его варианты Области применения ИИС и их классификация Кластеризация данных (основные алгоритмы) Основы интеллектуального анализа данных Распознавание образов (понятие, основные алгоритмы) Бустинг Генетические алгоритмы Искусственные нейронные сети (понятие, классификация) Понятие формального нейрона. Классификация функций активации Многослойный перцептрон Сети свертки Карты Кохонена Понятие и структура экспертных систем Основные этапы построения экспертных систем Понятие фреймовой сети Семантические сети и концептуальные графы Понятие онтологии и средства их описания Примерные темы рефератов:

Передовые разработки в области робототехники Основные теории организации ИИ (алгоритмическая, нейроморфные структуры и др.) Применение ИИ для анализа бизнес-данных Робоэтика 7. Образовательные технологии В рамках учебного курса предусматривается разбор конкретных ситуаций (комплексные ситуационные задания) по темам 1.2, 1.3, 2.1, 2.2 и 3.2.

Предусмотрены интерактивные формы проведения занятий:

компьютерное моделирование и анализ результатов;

организация дискуссий и круглых столов;

проведение семинаров в диалоговом режиме.

Учебно-методическое и информационное обеспечение дисциплины.

8.1. Основная литература:

Глухих, Игорь Николаевич. Интеллектуальные информационные системы: учеб. пособие для студ. вузов/ И.

Н. Глухих; Тюм. гос. ун-т. - Москва: Академия, 8.2. Дополнительная литература:

Осипов Г.С. Лекции по искусственному интеллекту. - Красанд, Барсегян А.А. Анализ данных и процессов. – СПб.: БХВПетербург, 2009.

8.3. Программное обеспечение и Интернет – ресурсы:

http://www.basegroup.ru/ Технические средства и материально-техническое обеспечение дисциплины.

Лекционная аудитория с проектором.

Компьютерный класс.