Читайте также:
|
1. Експертна система
Експертна система — це тип програми, що використовується для прийняття рішень або вирішення проблем у певній галузі. Людина-експерт в цій галузі вкладає в цю програму свої знання та аналітичні здібності настільки, наскільки їх можна формалізувати. Два головних компонента інформаційної системи — база знань та інтерфейс. Оболонка інформаційної системи складається з тих самих компонентів, що й експертна система, окрім бази знань. Офісна інформаційна система використовується для того, щоб допомогти робітникам інтелектуальної галузі керувати підготовкою, сортуванням, відновленням, копіюванням та обліком інформації в офісі та між офісами. Людина, яка створює, обробляє та розповсюджує інформацію, зветься "фахівцем в сфері інформаційних технологій".
2. Вилучення інформації
Вилучення інформації – це проста фільтрація великої кількості необроблених даних для вилучення корисної інформації, яка надає підприємствам конкурентну перевагу. Ця інформація складається зі виразних шаблонів та трендів, які вже присутні в даних, але до цього не були помічені.
Найбільш популярним засобом, що використовується при вилученні інформації, є штучний інтелект. Технології штучного інтелекту намагаються працювати подібно тому, як працює мозок людини, роблячи обґрунтовані здогадки, навчаючись за прикладом та використовуючи дедуктивне мислення. Деякі з найбільш популярних методів штучного інтелекту, що застосовуються при вилучені інформації, включають нейронні мережі, кластеризацію та дерева прийняття рішень.
Нейронні мережі посилаються на правила використання даних, які базуються на знайдених зв’язках або на шаблонному наборі даних. В результаті, програмне забезпечення постійно аналізує значення та порівнює його з іншими факторами, а також постійно порівнює ці фактори до тих пір, поки не відшукає шаблони. Такі шаблони відомі, як правило. Дане програмне забезпечення шукає інші шаблони, що базуються на цих правилах або посилає сигнал небезпеки при пошкодженні приєднувальної операції.
При кластерізації дані розбиваються на групи з подібними ознаками або обмеженими масивами даних. Кластери застосовуються тоді, коли дані не виділені, як ті, які придатні до вилучення.
Дерева рішень, як і кластери, розділяють дані на підгрупи, а потім їх аналізують, щоб розділити на наступні підмножини, і так далі (на ще кілька рівнів). Підгрупи, які в результаті з’явилися, є досить невеликими для того, щоб процес вилучення міг знайти цікаві шаблони та зв’язки у даних.
Коли дані, що необхідно вилучити, визначені, вони мають бути очищені. Очищення даних позбавляє їх від інформації, що повторюється та від помилкових даних. Потім дані мають бути збережені в однорідному форматі та в необхідних категоріях або областях. Програми з вилучення даних можуть працювати з усіма типами зберігання даних, від великих баз даних до менших баз даних на робочому столі та плоских файлів. Великі бази даних та вітрини даних є методами зберігання даних, які включають архівацію великої кількості даних таким чином, який дозволяє легко отримати доступ до них, коли це необхідно. Коли процес завершено, програмне забезпечення для вилучення даних робить звіт. Аналітик розглядає цей звіт, щоб побачити, чи необхідна подальша робота, така як зміна параметрів, застосування інших програм з аналізу даних, чи навіть видалення даних, якщо вони непотрібні.
Listening comprehension: Numbers (1). Artificial Intelligence
I. Understanding discourse: Numbers (1)
Дата добавления: 2015-11-16; просмотров: 74 | Нарушение авторских прав
| <== предыдущая страница | | | следующая страница ==> |
| Supplementary list of words and phrases | | | Ex. 1. Listen to the dialogue and complete it. |