Systemy wspomagania decyzji

Anna M. Kwiatkowska

Uzyskaj dostęp

Zakup książkę

ISBN/ISSN:

978-83-01-15085-3

DOI:

Wydawnictwo:

Wydawnictwo Naukowe PWN

Rok wydania:

2007

Liczba stron:

137

XML:ISBN/ISSN:

ONIX MARC21

Bibliografia:

Kwiatkowska, Anna M.. Systemy wspomagania decyzji. Red. . Warszawa: Wydawnictwo Naukowe PWN, 2007, 137 s. ISBN 978-83-01-15085-3

Bibliografia refWorks:

RT Book, Whole

SR Electronic(1)

A1 Kwiatkowska, A.M.

T1 Systemy wspomagania decyzji

PB Wydawnictwo Naukowe PWN

PP Warszawa

YR 2007

SN 978-83-01-15085-3

Bibliografia BibTex:

@Book{ 329, author = "Kwiatkowska, Anna M.", editor = "", title = "Systemy wspomagania decyzji", publisher = "Wydawnictwo Naukowe PWN", year = "2007", address = "Warszawa", isbn = "978-83-01-15085-3" }

Bibliografia endNote:

TY - BOOK

AU - Kwiatkowska, Anna M.

ED -

TI - Systemy wspomagania decyzji

PB - Wydawnictwo Naukowe PWN

CY - Warszawa

PY - 2007

SN - 978-83-01-15085-3

ER -

Netografia (standard APA):

Kwiatkowska, Anna M.. Systemy wspomagania decyzji [baza danych online] Warszawa: Wydawnictwo Naukowe PWN, 2007 [dostęp: 07 05 2024]. Dostęp w Ibuk Libra: https://libra.ibuk.pl/reader/systemy-wspomagania-decyzji-anna-m-kwiatkowska-329.

informatyka, bazy danych, sztuczna inteligencja, system wspomagania decyzji

Systemy Wspomagania Decyzji to programy bądź pakiety programów, które łączą w sobie możliwości gromadzenia i przetwarzania dużej ilości danych, wykorzystywania różnorodnych modeli i inteligentnego posługiwania się zgromadzonymi danymi oraz wied...

Więcej

ISBN/ISSN:

978-83-01-15085-3

DOI:

Wydawnictwo:

Wydawnictwo Naukowe PWN

Rok wydania:

2007

Liczba stron:

137

XML:ISBN/ISSN:

ONIX MARC21

1. Psychologia podejmowania decyzji8
1.1. Umysł i intuicja w podejmowaniu decyzji8
1.2. Problemy9
1.3. Problemy inżynierii środowiska10
1.4. Poziomy podejmowania decyzji11
1.5. Proces podejmowania decyzji11
1.6. Podejmowanie decyzji w środowisku wielokryterialnym12
2. Definicja Systemów Wspomagania Decyzji16
2.1. Czym jest System Wspomagania Decyzji?16
2.2. Zadania Systemów Wspomagania Decyzji17
2.3. Architektura Systemów Wspomagania Decyzji18
2.3.1. Schemat funkcjonalny18
2.4. Systemy Business Intelligence19
2.3.2. Schemat narzędziowy19
2.4.1. Przykłady wykorzystania systemów klasy Business Intelligence22
3. Systemy zarządzania bazami danych24
3.1. Definicja baz danych24
3.2. Modele architektur baz danych25
3.2.1. Model relacyjny25
3.2.2. Model hierarchiczny29
3.2.3. Model sieciowy30
3.2.4. Model semantyczny30
3.3. Operacje na danych - systemy zarządzania bazami danych31
3.4. SQL - język zapytań32
3.5. Rozproszone bazy danych32
4. Bazy modeli34
4.1. Modele34
4.2. Bazy modeli36
5. Systemy ekspertowe40
5.1. Definicja systemów ekspertowych40
5.2. Historia, klasyfikacja i budowa systemów ekspertowych42
5.3. Baza wiedzy i metody reprezentacji wiedzy w bazie wiedzy43
5.3.1. Reprezentacja wiedzy44
5.3.2. Sprawdzanie kompletności bazy reguł48
5.4. Maszyna wnioskująca50
5.4.1. Algorytm wnioskowania do przodu52
5.4.2. Algorytm wnioskowania wstecz53
5.4.3. Wnioskowanie mieszane53
5.4.4. Porównanie algorytmów54
5.4.5. Stany reguł i przesłanek w procesie wnioskowania55
5.4.6. Heurystyki57
5.5. Moduł objaśniający59
5.6. Ocena jakości systemu ekspertowego59
5.7. Pozyskiwanie wiedzy61
5.7.1. Algorytm Quinlana62
5.8. Przykład systemu ekspertowego w Systemie Wspomagania Decyzji WODA67
5.9. Być ekspertem, czyli sztuka komunikacji69
5.10. Być inżynierem wiedzy, czyli sztuka współpracy71
6. Inne narzędzia sztucznej inteligencji wykorzystywane w SWD74
6.1. Pojęcie sztucznej inteligencji74
6.2. Logika rozmyta i zbiory rozmyte75
6.2.1. Definicja zbiorów rozmytych76
6.2.2. Podstawowe operacje na zbiorach rozmytych77
Dopełnienie78
Iloczyn zbiorów rozmytych78
Suma zbiorów rozmytych78
6.2.3. Zmienne lingwistyczne80
6.2.4. Interpretacja i wyznaczanie funkcji przynależności81
6.2.5. Systemy rozmyte83
6.2.5.1. Operatory rozmyte84
6.2.5.2. Relacje rozmyte85
6.2.6. Rozmyte systemy ekspertowe jako przykład systemu rozmytego87
6.2.6.1. Ekspertowy system rozmyty89
6.2.7. Zastosowania92
6.2.8. Rozmyte bazy danych94
6.3. Algorytmy genetyczne97
6.3.1. Klasyczny algorytm genetyczny98
6.3.2. Zastosowania algorytmów genetycznych102
6.3.2.1. Pozyskiwanie wiedzy z danych z wykorzystaniem algorytmów genetycznych102
6.4. Sztuczne sieci neuronowe105
6.4.1. Historia sztucznych sieci neuronowych105
6.4.2. Modele neuronów i metody ich uczenia106
6.4.2.1. Model McCullocha-Pittsa106
6.4.2.2. Neuron typu sigmoidalnego108
6.4.3. Topologia sieci110
6.4.3.1. Sieci wielowarstwowe jednokierunkowe111
6.4.4. Projektowanie sieci115
6.4.5. Sieci samoorganizujące się117
6.4.5.1. Sieci Hebba117
6.4.6. Zastosowania sztucznych sieci neuronowych118
6.4.5.2. Uczenie samoorganizujące się z konkurencją118
6.4.6.1. Przewidywanie prędkości wiatru119
6.4.6.2. Sieć neuronowa wspomagająca ocenę wiarygodności kredytowej (skoring)120
7. Dodatek122
7.1. Program Neural Planner122
7.1.1. Przeznaczenie programu122
7.1.2. Tworzenie sieci122
7.1.3. Tworzenie pliku uczącego123
7.2. Język SQL124
7.1.4. Nauczanie sieci124
7.1.5. Ustawianie innych opcji124
1. Instrukcja Select w języku SQL (MySQL)125
2. Inne polecenia SQL128
Literatura130
Skorowidz132