Лабораторный практикум по интеллектуальным информационным системам

3. Математический аппарат data mining: деревья решений, регрессионный анализ, нейронные сети, временные ряды.
4. Области применения технологий интеллектуального анализа данных: розничная торговля, банковская деятельность, страховой бизнес, производство, автоматизированные системы для интеллектуального анализа данных.
Контрольные вопросы по лекции 15
1. Обзор опыта применения АСК-анализа для управления и исследования социально-экономических систем.
2. Применение СИИ для синтеза и решения задач управления качеством подготовки специалистов.
3. Применение СИИ в экономических исследованиях.
4. Применение СИИ в социологических и политологических исследованиях.
5. Поддержка принятия решений по выбору агротехнологий, культур и пунктов выращивания.
6. Поддержка принятия решений по выбору агротехнологий.
7. Поддержка принятия решений по выбору культур и пунктов выращивания.
8. Применение СИИ для прогнозирования динамики сегмента рынка.
9. Когнитивная структуризация и формализация предметной области.
10. Формирование точечных и средневзвешенных прогнозов.
11. Оценка адекватности модели. Зависимость достоверности прогнозирования от разброса точечных прогнозов.
12. Детерминистские и бифуркационные участки траектории развития активных систем.
13. Прогнозирования времени перехода системы в бифуркационное состояние
20. Системно-когнитивный анализ семантической информационной модели.
21. Анализ динамики макроэкономических состояний городов и районов на уровне субъекта Федерации в ходе экономической реформы (на примере Краснодарского края) и прогнозирование уровня безработицы (на примере Ярославской области)
Контрольные вопросы по лекции 16
1. Ограничения АСК-анализа и обоснованное расширение области его применения на основе научной индукции.
2. Перспективы применения АСК-анализа в управлении.
3. Оценка рисков страхования и кредитования предприятий.
4. Мониторинг, прогнозирование и управление в финансово-экономической сфере.
5. Некоторые перспективные области применения АСК-анализа.
6. Развитие АСК-анализа.
7. Многоагентные распределенные системы обнаружения, накопления и использования знаний в Internet.
8. Развитие АСК-анализа с применением теории нечетких множеств и неклассической логики.
9. Динамика взаимодействующих семантических пространств и создание континуального АСК-анализа.
10. Перспективные области применения АСК-анализа и систем искусственного интеллекта.
Контрольные вопросы
по лабораторной работе 1
1. Что такое классификационные и описательные шкалы и градации?
2. Какие существуют виды шкал?
3. Как шкалы связаны с конструктами и с познанием?
4. Чем обусловлена возможность текстового описания объектов обучающей и распознаваемой выборки на естественном языке?
Контрольные вопросы
по лабораторной работе 2
1. Что понимается под формализацией задачи.
2. Как создать классификационные и описательные шкалы в системе «Эйдос»?
3. Как собрать исходную фактографическую информацию и ввести в систему обучающую выборку?