《智能技术与应用优秀PPT.ppt》由会员分享，可在线阅读，更多相关《智能技术与应用优秀PPT.ppt（60页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 智能技术及应用Intelligence Technology Introduction and Application智能技术及应用bb第一节人工智能技术bb其次节智能商务智能技术及应用bb定义人工智能bb说明为什么专家系统可以保存和运用学问bb组织如何利用智能技术改进学问的获得和运用bb智能商务如何帮助组织获得竞争优势第一节人工智能一、什么是人工智能人工智能(AI)的概念bb基于计算机的具有智能和模拟人的智能行为功能的系统bb特点：bb基于计算机系统bb具有确定的智能bb能够全部或部分模拟人的智能行为探讨人工智能的目的bb建立一套不包括人类感觉的机理bb解除由人驾驭的常常性不满足的工作bb
2、保存专家的看法bb按有效的方式保存信息bb通过对短时间由人无法分析的大规模困难系统问题提出建议来增加组织的学问库人工智能的探讨应用领域bb语言学习自然语言bb完成实际任务机器人bb运用感觉器官感觉系统bb效仿专家的决策专家系统bb执行任务“智能”机器人工智能的成果bb机器人技术bb智能设备bb识别技术bb学问的保存和运用二、专家系统专家系统bb通过获得人类专家在特定领域内的看法建立的集中学问的计算机程序bb专家系统一般通过提问和说明帮助决策者做出决策bb特征bb基于计算机系统bb以专家的学问和阅历为依托bb通过提问和说明的方式支持决策者的决策专家系统的局限性bb针对特定的问题bb有限的应用领域
3、bb专家的确认bb专家学问的获得bb专家学问的保存和运用专家系统工作原理bb学问库用于专家系统的人类学问的模型bb主要工作方式bb基于规则bb学问框架bb推理机学问框架前向推理机专家系统的建立bb建立专家系统须要bb专家(供应学问和阅历)bb学问工程师(翻译学问)bb步骤bb确定特定的问题bb建立原型验证学问翻译及推理bb建立完整系统，增加大量学问专家系统的问题bb开发投入与运行投入bb学问的有效性bb学问的成功表达与运用bb只能解决有限问题基于案例推理的组织智能bb将学问依据案例的方式组织在数据库中bb通过对数据库中案例的搜寻实现学问的利用bb通过不断补充案例实现学问的积累基于案例的推理过程
4、三、其它智能技术神经网络bb仿照生物大脑活动的硬件或软件bb生物大脑活动的特点bb由神经元组成最小活动单位bb神经元之间相互作用bb神经元间并行活动生物神经元结构人工神经元神经网络神经网络与专家系统区分bb神经网络不将人类智能模型化bb神经网络不须要对方案编程bb神经网络不干脆面对特定问题bb神经网络强调学习实力bb神经网络常常无法说明得到结果的途径bb神经网络比较敏感，训练数据少或过多都会影响训练效果神经网络几个应用bb销售神经网络：确定销售模式bb神经网络用于国防：雷达模式识别bb神经网络用于电力系统：预料模糊逻辑bb一种允许运用不精确的隶属函数来解决问题的一种允许运用不精确的隶属函数来解
5、决问题的基于规则的人工智能方法基于规则的人工智能方法bb将全部推断都看作是不精确的将全部推断都看作是不精确的(模糊的模糊的)遗传算法bb利用遗传方法利用遗传方法bb利用利用0,10,1表示方案特征表示方案特征bb步骤步骤 在初始方案中选取种在初始方案中选取种子子 进化重组种子进化重组种子 自然淘汰自然淘汰 获得最好结果获得最好结果遗传算法应用bb遗传算法用于甄别嫌疑犯遗传算法用于甄别嫌疑犯bb遗传算法用于供应链管理遗传算法用于供应链管理bb遗传算法用于金融业遗传算法用于金融业bb遗传算法用于电视广告遗传算法用于电视广告bb遗传算法用于数据挖掘遗传算法用于数据挖掘传统智能技术探讨方法bb以整体为
6、对象bb探讨整体所反映的行为bb以概率的形式反映个体在整体中的地位智能自主体（代理）bb以每个拥有智能的个体为对象bb通过探讨个体及个体之间的关系来视察整体的行为突现bb对每个个体具体描述其次节智能商务智能商务bb目的：bb将组织现有数据转化成为学问而提高组织决策的科学性和有效性bb效益：bb为组织供应从数据中发觉新关系的实力bb加强组织决策及决策过程的精确性实现智能商务的步骤bb有充分的正确数据可以利用数据抽取(数据仓库)bb这些数据被转换成为可利用的信息数据分析(多维分析)bb这些信息被传递给须要它们的人员关系发觉(数据挖掘)一、数据仓库数据仓库的概念bb数据仓库就是支持管理决策过程的、面
7、对主题的、集成的、随时间可变的、长久的数据集合。W.H.Inmon的定义数据仓库的特征bb面对主题bb数据时间跨度大bb数据量大bb内容随时增加数据仓库的基本功能bb数据获得bb数据存储和管理bb信息访问数据仓库的基本体系结构数据仓库成功实施的保证bb集中解决实际的业务问题bb争取数据仓库的拥护者确保项目的实施bb详尽的数据支持bb牢靠的历史数据bb适应于业务的技术二、在线分析在线分析的概念bb通过快速、一样、交互地访问各种可能的信息视图，帮助管理人员驾驭数据中存在的规律，实现对数据的归纳、分析和处理，帮助组织完成相关决策。在线分析系统的体系结构在线分析的基础bb变量：数据的实际意义bb维：视
8、察数据的特定角度bb维的层次：如年、月、日等bb维的成员：维的取值bb多维数组：多个方面表示的数据bb数据单元：多维数组的取值在线分析中的多维数据多维分析的基本操作bb切片：在多位数组中选定某一维成员bb切块：在某一维中选定某一区间bb钻取：某一维中视察上下层状况bb旋转：变更视察的方向三、数据挖掘数据挖掘的概念bb所谓数据挖掘(Data Mining)，就是从大型数据库的数据中提取人们感爱好的学问。这些学问是隐含的、事先未知的潜在有用信息。W.J.Frawley,G.Piatetsky-Sjapiro相关的探讨领域bb归纳学习bb机器学习bb统计分析学问的表达方式bb概念(Concepts)
9、bb规则(Rules)bb规律(Regularities)bb模式(Patterns)bb约束(Constraints)bb可视化(Visualizations)学问的运用方式bb供应应决策者用以协助决策bb供应应专家用以修正学问bb作为新的学问存储于学问库中数据挖掘的过程数据挖掘工作的过程bb数据准备阶段bb数据挖掘阶段bb结果表达和说明阶段数据准备阶段的工作步骤bb数据集成bb数据选择bb数据预处理数据挖掘阶段的步骤bb确定如何产生假设bb用户设定假设验证学问bb系统设定假设发觉学问bb选择合适的工具bb发掘学问的操作bb证明发觉的学问结果表达和说明阶段的步骤bb对提取出的信息进行分析bb将学问提交给用户bb用户过滤学问，若不满足重复数据挖掘的操作数据挖掘的分类bb总结规则挖掘bb特征规则挖掘bb关联规则挖掘bb分类规则挖掘bb聚类规则挖掘bb趋势分析bb偏差分析bb模式分析数据挖掘面临的问题bb数据质量bb数据可视化bb数据容量bb性能和成本bb信息分析员的技能较活跃的数据挖掘应用