4.3 Системы интеллектуального анализа данных. Извлечение знаний из данных. ч.2
Сравните с точки зрения наглядности и объяснимости два способа представления знаний, которые выявил компьютер на основе анализа результатов деятельности интернет-магазина (это еще одно пояснение термина «знания в явной форме»):
1) Представление с помощью логических правил «Если.. То»:
«Если А > 250 (средний объем заказов покупателя > 250 руб)
И В > 4 (частота покупок > 4 в месяц),
То С = 2 (класс покупателя = 2) с долей уверенности =... Подробнее
4.4. Машинное обучение на примерах. Нейронные сети. ч.1
Обучение на примерах предполагает предъявление системе некоторых примеров – объектов с известными характеристиками.
Например, предъявление объектов, принадлежащих нескольким классам, позволяет выявить правила классификации, по которым можно вновь исследуемый объект отнести к тому или иному классу. Такая задача, которая состоит в отнесении объектов по данным, которые их характеризуют, к одному из заранее известных классов, называется задачей распознавания образов. Примерами этой... Подробнее
4.4. Машинное обучение на примерах. Нейронные сети. ч.2
Нейрон получает на входе сигналы x1, x2, x3,…, xN. И суммирует их с весовыми коэффициентами w:
s = ∑wixi
Однако на выходе нейрона присутствует сигнал только тогда, когда s больше или меньше какого-то порога. Точнее существует некоторая функция активации y = f(s), которая преобразует s в 1 (есть сигнал) или 0 (нет сигнала). Если на выходе нейрона есть сигнал, то говорят, что данный нейрон возбужден.
Распространены такие функции активации [12]:
ступенчатая пороговая:
y... Подробнее
4.4. Машинное обучение на примерах. Нейронные сети. ч.3
В [12] приводится такая рекомендация об объеме обучающей выборки: при допустимости 10% ошибок число учебных образцов должно быть в 10 раз больше числа имеющихся в сети весовых коэффициентов. Если на рисунке 4.4. посчитать число синаптических входов нейронов скрытого и выходного слоя – 21 , то можно предположить что объем обучающей выборке согласно этой рекомендации должен содержать не менее 210 образцов.
В заключение отметим, что рассмотренный тип НС является не единственным,... Подробнее
Резюме к 4 главе
1. В ИИС можно выделить три стратегии получения знаний, т.е. «обучения» системы:
- приобретение знаний в СОЗ из источников;
- формирование знаний в системах интеллектуального анали-за данных;
- машинное обучение (на примерах).
2. В процессе приобретения знаний решаются две задачи - по-лучение, т.е. извлечение знаний из источников и их систематиза-ция (структуризация).
При извлечении знаний происходит взаимодействие с источни-ком (источниками) знаний с целью получить... Подробнее
Заключение
В заключение изложения теоретического материала по дисци-плине можно сформулировать следующие выводы.
1. Дисциплина «Интеллектуальные информационные систе-мы» содержит в себе те сведения, которые будут полезны в дея-тельности специалиста, занимающегося вопросами разработки и эксплуатации экономических информационных систем.
2. Понимание возможностей и особенностей ИИС позволяет по-новому взглянуть на проблемы экономических хозяйствующих субъектов, предложить новые технологии... Подробнее
Аннотации статей | [Все аннотации] |
|
|
|||||
|
|
Рекомендовано:
Робот - мойщик окон
Это, на самом деле, крутая штука ЗДЕСЬ
Популярные статьи |
