Предисловие

Раздел I. ЗНАНИЯ

• Тема 1. Основные понятия искусственного интеллекта (401мин.)
• • 1.1. Понятие (64мин.)
  • 1.2. Информация (64мин.)
  • 1.3. Интеллект (16мин.)
  • 1.4. Искусственный интеллект (80мин.)
  • 1.5. Экспертные системы (32мин.)
  • 1.6. Нейронные сети (145мин.)
  • Основные понятия искусственного интеллекта (50мин.)
• Тема 2. Модели знаний (562мин.)
• • 2.1. Данные и знания (96мин.)
  • 2.2. Классификация знаний (64мин.)
  • 2.3. Модели представления знаний (209мин.)
  • 2.4. Типовые формы представления знаний (193мин.)
  • Модели знаний (38мин.)

Рекомендуемая литература к разделу I

Раздел II. ВЫВОД ЗНАНИЙ

• Тема 3. Четкий вывод (434мин.)
• • 3.1. Проблемы и задачи (80мин.)
  • 3.2. Решение задач, представленных в пространстве состояний (128мин.)
  • 3.3. Метод сведения исходной задачи к подзадачам (16мин.)
  • 3.4. Решение логических задач методом прямого вывода (48мин.)
  • 3.5. Решение логических задач методом логического вывода (32мин.)
  • 3.6. Решение логических задач методом доказательства (128мин.)
  • Четкий вывод (32мин.)
• Тема 4. Вывод в условиях неопределенности (803мин.)
• • 4.1. Неопределенность (273мин.)
  • 4.2. Вывод знаний в условиях физической неопределенности (112мин.)
  • 4.3. Вывод в условиях нечеткости. Нечеткие множества (418мин.)
  • Вывод в условиях неопределенности (30мин.)

Рекомендуемая литература к разделу II

Раздел III. ИНЖЕНЕРИЯ ЗНАНИЙ

• Тема 5. Методы извлечения знаний (321мин.)
• • 5.1. Прямой перенос знаний эксперта (16мин.)
  • 5.2. Технологии интеллектуального анализа данных (32мин.)
  • 5.3. Виды данных (32мин.)
  • 5.4. Классификация и кластеризация (48мин.)
  • 5.5. Машинное обучение (193мин.)
  • Методы извлечения знаний (66мин.)
• Тема 6. Инструменты разработки интеллектуальных систем для решения задач классификации и прогнозирования (1429мин.)
• • 6.1. Инструменты анализа данных. Платформа Deductor (112мин.)
  • 6.2. Разработка систем, основанных на продукционной модели представления знаний (642мин.)
  • 6.3. Реализация модели классификации Байеса (32мин.)
  • 6.4. Построение нейросетевых моделей (273мин.)
  • 6.5. Автоматическая классификация объектов (161мин.)
  • 6.6. Построение интерпретируемой модели прогнозирования (модели регрессии) (209мин.)
  • Инструменты разработки интеллектуальных систем для решения задач классификации и прогнозирования (128мин.)
  • Инструменты разработки интеллектуальных систем для решения задач классификации и прогнозирования (128мин.)

Рекомендуемая литература к разделу III

Новые издания по дисциплине "Системы искуственного интеллекта" и смежным дисциплинам

Завершение курса

• Тест:  Итоговое тестирование (40мин.)