Метою курсу є вивчення математичного апарату подання знань у системах штучного інтелекту.

Внаслідок вивчення дисципліни студенти повинні:

• розуміти проблеми, які виникають під час побудови та при використанні сучасних систем штучного інтелекту;
• ознайомитися з основними принципами побудови баз знань;
• знати особливості основних математичних моделей подання знань.

У результаті вивчення дисципліни студенти повинні

знати:

• формально-логічні засади систем штучного інтелекту;
• етапи проектування баз знань експертних систем;
• принципи побудови баз знань;
• математичні методи подання знань в експертних системах;
• основні принципи побудови продукційних моделей;
• основні принципи побудови семантичних мереж;
• основні принципи побудови фреймових моделей;
• методи інтелектуальної обробки даних;
• основні операції та визначення нечіткої логіки;
• стратегії та методи виведення для моделей подання знань;

вміти:

• проектувати елементи математичного та лінгвістичного забезпечення обчислювальних систем
• проектувати людино-машинний інтерфейс інформаційних систем
• розробляти семантичні портали знань
• розробляти та застосовувати моделі представлення знань, стратегії логічного виведення, технологій інженерії знань, технологій і інструментальних засобів побудови інтелектуальних систем
• вибирати формальний апарат для подання знань в умовах розробки експертних систем, виходячи з особливостей застосувань;
• аналізувати та застосовувати існуючі, а при необхідності створювати нові, засоби реалізації дескриптивних моделей та стратегій і методів виведення для логічних, продукційних, мережних та об’єктних моделей подання знань в умовах автоматизованого або неавтоматизованого проектування за допомогою сучасних програмних і технічних засобів, використовуючи процедури вибору та проектування;
• будувати продукційну модель знань для розв’язання задач з області штучного інтелекту за допомогою формальних мов, використовуючи факти та правила;
• здійснювати вибір програмних засобів для створення баз знань;
• розробляти бази знань за інформацією, отриманою з різноманітних джерел або експертів в умовах багатоекспертного середовища за допомогою мов подання знань, мов програмування штучного інтелекту, використовуючи методи виведення і прийняття рішень з нечіткими та конфліктуючими знаннями, методи оптимізації рішень;
• розробляти базу знань в умовах проектування інтелектуальних систем за допомогою відповідного програмного забезпечення, використовуючи результати обстеження, запити, особливості обраного способу подання знань;
• розробляти експертні системи за знаннями експертів предметної галузі в умовах слабо структурованих предметних галузей за допомогою оболонок експертних систем, використовуючи технології набуття експертних та емпіричних знань, методи розпізнавання образів;
• розробляти засоби придбання знань та механізм пояснень в умовах розробки експертних систем та рішення задач з області штучного інтелекту за допомогою програмного забезпечення;
• розробляти стратегії та методи виведення для логічних, продукційних, мережних та об’єктних моделей подання знань;
• розробляти, оцінювати та використовувати механізми логічного виведення в умовах розробки систем штучного інтелекту.