Лабораторный практикум по интеллектуальным информационным системам

2. Какие образом выполняется когнитивная структуризация предметной области?
3. В чем состоит формализацию предметной области и как ее осуществить в системе «Эйдос» при изучении свойств натуральных чисел?
4. Какие средства формирования обучающей выборки используются в системе «Эйдос» при изучении свойств натуральных чисел?
Контрольные вопросы
по лабораторной работе 8
1. Что называется ортогональными проекциями тел?
2. В чем заключается сложность идентификации тел по их ортогональным проекциям?
3. За счет чего облегчается задача идентификации тел по их проекциям при наблюдении с нескольких точек или в движении?
Контрольные вопросы
по лабораторной работе 9
1. Что выбирается в качестве классов распознавания и что в качестве факторов в задаче прогнозирования урожая?
2. Что такое «шкала качества» и «шкала количества»? Какие градации у этих шкал?
3. Как классифицировать факторы, влияющие на урожай?
4. В чем состоит задача прогнозирования количественных и качественных результатов выращивания сельхозкультур?
5. В чем состоит задача поддержки принятия решений при выборе зон и подзон выращивания, культур для выращивания, агротехнологий?
6. Каким образом можно научно обоснованно заменять одни факторы другими?
7. С какими проблемами сталкивается разработчик и исследователь при решении задачи прогнозирования урожая?
Контрольные вопросы
по лабораторной работе 10
1. Что такое «случайная модель»?
2. Почему необходимо исследовать свойства случайной модели?
3. Какие средства для генерации и исследования случайных моделей есть в системе «Эйдос»?

3.3.2. Вопросы, относящиеся к дисциплине «ИИС»,
выносящиеся на государственный экзамен

1. Интеллектуальные информационные системы, как закономерный и неизбежный этап развития информационных систем.
2. Определение и критерии идентификации систем искусственного интеллекта. Тест Тьюринга.
3. Системы с интеллектуальной обратной связью.
4. Автоматизированные системы распознавания образов.
5. Системы поддержки принятия решений.
6. Экспертные системы.
7. Нейронные сети.
8. Генетические алгоритмы и моделирование эволюции.
9. Когнитивное моделирование.
10. Выявление знаний из опыта (эмпирических фактов) и интеллектуальный анализ данных (data mining).
11. Области применения систем искусственного интеллекта
12. Перспективы развития систем искусственного интеллекта, в т.ч. в Internet.
13. Абсолютная, относительная и аналитическая информация. Данные, информация, знания. Классификация СИИ.
14. Базы данных для поддержки принятия решений.
15. Автоматизированный системно-когнитивный анализ и универсальная когнитивная аналитическая система «Эйдос».

3.4. ПРАКТИЧЕСКИЕ ЗАДАНИЯ

Описать этапы разработки приложения в системе «Эйдос», обеспечивающее прогнозирования продолжительности жизни пациентов, перенесших сердечный приступ, по данным эхокардиограммы на основе базы данных репозитория UCI и провести СК-анализ СИМ.