Головна » Статті » КОМП'ЮТЕРНІ НАУКИ ТА МЕТОДИКА ЇХ НАВЧАННЯ

Кобильник Т.П. МЕТОДИЧНІ АСПЕКТИ НАВЧАННЯ ТЕМИ «ЛОГІЧНЕ ВИВЕДЕННЯ ЗА НЕВІРОГІДНИХ ЗНАНЬ»
Кобильник Т.П. [kobylnyktaras@gmail.com]
Дрогобицький державний педагогічний університет імені Івана Франка, Дрогобич
Download in PDF: http://fmo-journal.fizmatsspu.sumy.ua/journals/2018-v3-17/2018_3-17-Kobylnyk_FMO.pdf

МЕТОДИЧНІ АСПЕКТИ НАВЧАННЯ ТЕМИ
«ЛОГІЧНЕ ВИВЕДЕННЯ ЗА НЕВІРОГІДНИХ ЗНАНЬ»

Анотація. Стаття присвячена методичним аспектам навчання теми «Логічне виведення за невірогідних знань». Тема є складовою розділу «Моделі та методи подання знань» дисципліни «Основи штучного інтелекту». Тема вивчається на другому (магістерському) рівні вищої освіти педагогічного університету. Схема подання навчального матеріалу пропонується такою: постановка завдання, стисле подання теоретичних відомостей, методи та алгоритми розв’язування, вправи на їх застосування. При поданні теоретичних відомостей наводяться основні теореми, твердження без доведення. При цьому для ознайомлення з доведенням даються посилання на відповідні літературні джерела.
Знання – інформаційна основа систем штучного інтелекту. Знання експерта, які потрібно формалізувати, можуть бути неповними, невірогідними та нечіткими. Проте ці відомості є цінними і повинні бути включені до бази знань. Мета вивчення теми передбачає ознайомлення студентів з методами неточного логічного виведення та теоретичними основами і практичними аспектами їх використання для прийняття рішень в умовах невизначеності. Більшість методик неточного логічного виведення пов’язані з ймовірнісними методами, зокрема формулою Байєса. Тому перед вивченням теми студентам необхідно нагадати деякі поняття, твердження, формули з теорії ймовірностей.
Підсумовуючи вивчення теми «Логічне виведення за невірогідних знань», слід наголосити на тому, що не існує досконалого механізму логічного виведення за невірогідних знань. Студентам самостійно пропонується ознайомитися зі схемами MYCIN (EMYCIN), (методи виведення ґрунтуються на байєсівському підході, як і в схемі PROSPECTOR), Піерла (базується на байєсівських мережах), теорією Демпстера-Шефера.
Подальші дослідження буде зосереджено на методиці навчання основ штучного інтелекту для студентів інформатичних спеціальностей другого (магістерського) рівня вищої освіти в педагогічному університеті.
Ключові слова: штучний інтелект , знання, невірогідні знання,неточне виведення .

METHODOLOGICAL ASPECTS OF TEACHING THE TOPIC
"LOGICAL INFERENCE WITH UNRELIABLE KNOWLEDGE"

Taras Kobylnyk
Drohobych Ivan Franko State Pedagogical University, Ukraine

Abstract. The article is devoted to the methodical aspects of teaching the topic "Logical inference with unreliable knowledge". The topic is a component of the section "Models and methods of knowledge representation" of the discipline "Fundamentals of Artificial Intelligence". The topic is studied at the second (master’s) level of higher education in the Pedagogical University. The scheme for submitting the teaching material is proposed as follows: problem statement, brief presentation of theoretical information, solving methods and algorithms , exercises on their application. The teacher recommends references for receipt of the evidence.
Knowledge is the information basis of the artificial intelligence systems. Expert's knowledge may be incomplete, uncertain and fuzzy. The purpose of studying the topic involves familiarizing students with methods of inaccurate inference and the theoretical bases and practical aspects of their use for decision-making under uncertainty. However, this information is valuable and should be included in the knowledge base. Most of the methods of inaccurate inference are related to the probabilistic methods, in particular the Bayes formula. Therefore, teacher need to remind students of some concepts, statements, formulas from the probability theory before studying the topic.
Summarizing the study of the topic "Logical inference for unreliable knowledge," it should be emphasized that there is no perfect mechanism of logical inference for unreliable knowledge. The teacher proposes students to familiarize themselves with the MYCIN (EMYCIN) schemes, (methods of derivation based on the Bayesian approach, as in the PROSPECTOR scheme), Pierla (based on Bayesian networks), Dempsteur-Scheffer's theory. Further researches we will focus on the method of training the fundamentals of artificial intelligence for students of computer science specialties of the second (master's) level of higher education at the pedagogical university.
Key words: Artificial Intelligence, Knowledge, Unreliable Knowledge, Inaccurate Inference.

Список використаних джерел

  1. Бордюг О.В. Методологія побудови інтелектуальних систем штучного інтелекту для професійного навчання. Фізико-математична освіта. 2018. Випуск 2(16). С. 27-29.
  2. Волошин О.Ф.,Мащенко С.О. Моделі та методи прийняття рішень: навч. посіб. для студ. вищ. навч.  закл. 2-ге вид., перероб. та допов. К.: Видавничо-поліграфічний центр "Київський університет", 2010. 336 с.
  3. Глибовець М.М., Олецький О.В. Штучний інтелект : Підручник для студентів вищих навчальних закладів, що навчаються за спеціальностями «Комп’ютерні науки» та «Прикладна математика». Київ: Видавничий дім «КМ Академія», 2002. 366 с.
  4. Жалдак М.І., Кузьміна Н.М., Михалін Г.О. Теорія ймовірностей і математична статистика: Підручник для студентів фізико-математичних та інформатичних спеціальностей педагогічних університетів. Видання третє, перероблене і доповнене. Київ: НПУ імені М.П. Драгоманова, 2015. 705 с.
  5. Искуственный интеллект. В 3-х кн. Кн.2. Модели и методы: Справочник / Под.ред. Д.А. Поспелова. М.: Радио и связь, 1990. 304 с.
  6. Катренко А.В., Пасічник В.В. Прийняття рішень: Теорія та практика. Львів: «Новий світ-2000», 2013. 448 с.
  7. Спірін О.М. Диференційований підхід у вивченні основ штучного інтелекту в курсі інформатики фізико-математичного факультету вищого педагогічного закладу: дис... канд. пед. наук: 13.00.02 / Національний педагогічний університет імені М.П.Драгоманова. Київ, 2001. 223 с.
  8. Субботін С.О. Подання й обробка знань у системах штучного інтелекту та підтримки прийняття рішень: Навчальний посібник. Запоріжжя: ЗНТУ, 2008. 341 с.
  9. Черемісіна Л.О. Актуальність вивчення основ штучного інтелекту на інформатичних спеціальностях педагогічних університетів.Науковий часопис НПУ імені М.П. Драгоманова. Серія 2: Комп'ютерно-орієнтовані системи навчання. 2012. №. 12. С. 211-213.
Розділ: КОМП'ЮТЕРНІ НАУКИ ТА МЕТОДИКА ЇХ НАВЧАННЯ
Додано: 13.11.2018 | Переглядів: 38 | Рейтинг: 0.0/0
Статті з теми:
Всього коментарів: 0
avatar