第7章智能技术及应用要点分析.pptVIP

数据挖掘（DM） 含义 从大型数据库或数据仓库中发现并提取隐藏在其中的信息或知识的过程。 技术 人工神经网络、决策树、遗传算法、近邻算法、规则推导 目的 概念(concepts)、规则(rules)、规律(regularities)、模式(patterns)、约束(constraints)和可视化(visualizations) * 7.32 数据挖掘的实现过程 1．数据取样(Sample) 2．数据特征探索、分析和预处理(Explore) 3．问题明确化、数据调整和技术选择(Modify) 4．模型的研发、知识的发现(Model) 5．模型和知识的综合解释与评价(Assess) * 7.33 数据挖掘的应用领域 （1）金融投资。典型的金融分析领域有投资评估和股票交易市场预测。分析方法一般采用模型预测法（如神经元网络或统计回归技术） （2）保险业。主要涉及保险金的确定；险种关联分析；预测哪些顾客会购买新险种。 （3）零售业。主要涉及分析顾客的购买行为和习惯、分析商场销售商品的构成，另外数据挖掘工具还可以用于进行商品销售预测、商品价格分析、销售点选择等。 （4）天文数据分析。对大量的天体数据的分析。 * 7.34 数据挖掘在DBMS中的应用 （1）决策支持：数据挖掘系统高度自动化地分析企业数据，作出归纳性的推理，从中挖掘出潜在的模式，预测客户的行为，帮助企业决策者调整市场策略、减少风险，作出正确的决策。 （2）知识库构造：通过数据挖掘系统发现的知识可用于知识库的构造。 （3）语义查询优化：关于数据库内容的语义知识对查询优化是很有价值的。某一满足数据库当前状态的规则可用于查询变换，以提高性能，即语义查询优化。 （4）完整性约束：数据挖掘工具可以在数据库中进行完整性约束和不一致性检测。 * 7.35 7.36 7.1 学习目的 掌握人工智能的定义及其作用 了解专家系统的定义及其工作原理 学会使用数据仓库、多维数据分析和数据挖掘等技术来辅助管理者快速发现问题 * 7.2 人工智能 人工智能（Artificial Intelligence, AI）是探求人类的思维过程，研究将人类的脑力劳动外延到某种物理装置的原理和实现的一门科学，它是计算机科学中的一个重要的分支。 （1）人工智能理论基础 （2）人工智能原理 （3）人工智能工程系统 * AI 7.3 人工智能原理研究范围 AI 知识表示 基础 问题求解 核心，包括推理与规划 机器学习 产生的主要途径 系统构成 人工智能语言、智能应用程序、软件开发环境与工具、硬件支持环境、人机智能接口 7.4 AI 应用领域 AI 机器人学 计算机视觉 语音 识别 专家系统 人工智能 自然语言理解 人工神经网络 知识库 系统 自动程序设计 7.5 AI AI 的研究方法 仿生学方法 计算机方法（当今人工智能研究的主要方法） 数学方法 心理学方法 7.6 专家系统的概念 AI 专家系统是一类包含知识和推理的智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。 7.7 专家系统的特点 专家系统是知识处理系统 专家系统是知识利用系统 专家系统是知识推理系统 专家系统是咨询解释系统 AI 7.8 专家系统的功能 1．存储问题求解所需的知识。 2．存储具体问题求解的初始数据和推理过程中涉及到的各种信息，如中间结果、目标、子目标以及假设等等。 3．根据当前输入的数据，利用已有的知识，按照一定的推理策略，去解决当前问题，并能控制和协调整个系统。 * AI 7.9 专家系统的功能 4．能够对推理过程、结论或系统自身行为作出必要的解释，如解题步骤、处理策略，选择处理方法的理由、系统求解某种问题的能力、系统如何组织和管理其自身知识等。这样既便于用户的理解和接受，同时也便于系统的维护 5．提供知识获取，机器学习以及知识库的修改、扩充和完善等维护手段。只有这样才能更有效地提高系统的问题求解能力及准确性。 6．提供一种用户接口，既便于用户使用，又便于分析和理解用户的各种要求和请求。 * AI 7.10 专家系统的分类 1．解释专家系统 2．预测专家系统 3．诊断专家系统 4．设计专家系统 5．规划专家系统 * AI 7.11 专家系统的分类 6．监视专家系统 7．控制专家系统 8．调试专家系统 9．教学专家系统 10．修正专家系统 * AI 7.12 专家系统的结构 知识库 解释 子系统 知识获取子系统 用户 领域专家或 知识工程师 推理机 综合 数据库 人机接口 7.13 系统参与者 领域专家 提供专家系统所必需的领域知识，这些知识为解决实际问题提供相应的策略。 知识工程师 具有一定的IT知识，能够把领域专家提供的知识归纳、总结