Рассматриваются методы достоверного (дедуктивного) и правдоподобного (абдуктивного, индуктивного) выводов в интеллектуальных системах различного назначения. Приводятся методы дедуктивного вывода на графовых структурах. Описываются как классические, так и немонотонные модальные логики: логики убеждения и знания, немонотонные логики Мак-Дермотта и Дойла, автоэпистемические логики Мура, логики умолчания Рейтера. Приводятся основы теории аргументации и методы абдуктивного вывода. Рассматриваются базовые принципы построения систем обучения и принятия решений и даются задачи обучения «без учителя» и «с учителем». Излагаются индуктивные методы для случая с неполной информацией и методы теории приближенных множеств.
Во 2-е издание добавлены главы об исчислении высказываний и об исчислении предикатов первого порядка, а также о работе с реальными «зашумленными» базами данных в задаче индуктивного формирования понятий.
Учебное пособие предназначено для проведения самостоятельной работы студентов высших технических учебных заведений по усвоению и закреплению основных положений курса прикладной математики в области гносеологических основ миварных технологий создания систем искусственного интеллекта, закреплению навыков применения системного подхода при концептуальном проектировании сложных автоматизированных систем управления, служит делу повышения уровня индивидуализации и качества процесса обучения, усилению контроля знаний студентов.
Учебное пособие содержит краткие теоретические и практические сведения о разработке распределенных информационных систем на основе концепции интеллектуальных пространств. Обзор соответствующих моделей вычислений, взаимодействия и представления данных, а также принципов и методов разработки программного обеспечения дополняется сведениями о практическом использовании исследовательской платформы Smart - M3 для реализации интеллектуальных пространств. Пособие предназначено для студентов магистратуры направлений 010400 «Прикладная математика и информатика» и 230400 «Информационные системы и технологии» и для студентов других математических и технических специальностей вузов при изучении дисциплин, использующих методы искусственного интеллекта, сложных систем, систем, основанных на знаниях, а также для преподавателей, ведущих учебные занятия по этим дисциплинам.
Учебное пособие предназначено для проведения самостоятельной работы студентов высших технических учебных заведений по усвоению и закреплению основных положений курса прикладной математики в области гносеологических основ миварных технологий создания систем искусственного интеллекта, закреплению навыков применения системного подхода при концептуальном проектировании сложных автоматизированных систем управления, служит делу повышения уровня индивидуализации и качества процесса обучения, усилению контроля знаний студентов.
В учебнике представлены учебные и методические материалы для изучения систем искусственного интеллекта (СИИ). Эти системы обеспечивают приобретение знаний путем их выявления из эмпирических данных, накопление знаний и их представление в базах знаний, основанных на различных моделях представления знаний, использование знаний для решения различных задач, прежде всего задач идентификации, прогнозирования, принятия решений и исследования моделируемой предметной области путем исследования ее модели. Приведен словарь терминов, использующихся в этой области.
Предназначено для учащихся вузов всех форм обучения (очной, заочной, дистанционной), специалитета, бакалавриата, магистратуры и аспирантуры, изучающих интеллектуальные технологии.
