ما لا توفره أنظمة التدريب المتخصصة.

بيت(في الطب، يقدم الكمبيوتر خيارات التشخيص ويقدم النصائح) الأنظمة المتخصصة

- هذه برامج لأجهزة الكمبيوتر التي تجمع (أي تجمع، تتراكم) معرفة المتخصصين - الخبراء في مجالات موضوعية محددة، والتي تم تصميمها للحصول على حلول مقبولة في عملية معالجة المعلومات. تعمل الأنظمة المتخصصة على تحويل خبرة الخبراء في أي مجال معين من مجالات المعرفة إلى شكل قواعد إرشادية وتهدف إلى استشارة المتخصصين الأقل تأهيلاً.

مبادئ تشغيل النظام الخبير القائم على المعرفة: ينقل المستخدم الحقائق أو المعلومات الأخرى إلى النظام الخبير ويتلقى مشورة الخبراء أو المعرفة المتخصصة نتيجة لذلك.

يتكون النظام الخبير من :

قاعدة المعرفة (كجزء من الذاكرة العاملة وقاعدة القواعد)، مصممة لتخزين الحقائق الأولية والمتوسطة في الذاكرة العاملة (وتسمى أيضًا قاعدة البيانات) وتخزين النماذج والقواعد لمعالجة النماذج في قاعدة القواعد

أداة حل المشكلات (مترجم فوري) توفر تنفيذ سلسلة من القواعد لحل مشكلة معينة بناءً على الحقائق والقواعد المخزنة في قواعد البيانات وقواعد المعرفة

تتيح أنظمة الشرح الفرعية للمستخدم الحصول على إجابات للسؤال: "لماذا اتخذ النظام هذا القرار؟"

نظام فرعي لاكتساب المعرفة مصمم لإضافة قواعد جديدة إلى قاعدة المعرفة وتعديل القواعد الحالية.

واجهة المستخدم، وهي مجموعة من البرامج التي تنفذ حوار المستخدم مع النظام في مرحلة إدخال المعلومات والحصول على النتائج. على العموميتم تصنيف الأنظمة الخبيرة إلى ثلاثة مجالات رئيسية

: حسب نوع الكمبيوتر، والاتصال بالزمن الحقيقي، ونوع المشكلة التي يتم حلها.حسب نوع الكمبيوتر

يتم تصنيف ES إلى: الكمبيوتر الفائق؛ كمبيوتر متوسط ​​الأداء؛ معالجات الأحرف؛ أجهزة الكمبيوتر الشخصية.في اتصال مع الوقت الحقيقي

تصنف إلى: ثابت؛ شبه ديناميكية؛

· متحرك.حسب نوع المشكلة التي يتم حلها

ترتبط معرفة الخبير بمجال موضوعي واحد فقط، وهذا هو الفرق بين الأساليب القائمة على استخدام الأنظمة الخبيرة والأساليب العامة لحل المشكلات. تسمى معرفة الخبير المتعلقة بحل مشكلات معينة بمجال معرفة الخبير.

في مجال المعرفة، يقوم النظام الخبير بالاستدلال أو استخلاص استنتاجات منطقية وفقًا لنفس المبدأ الذي يقوم به الخبير البشري بالاستدلال أو التوصل إلى حل منطقي لمشكلة ما. وهذا يعني أنه بناءً على حقائق معينة، يتم تشكيل نتيجة منطقية ومبررة من خلال الاستدلال الذي يتبع هذه الحقائق.

تتمتع الأنظمة الخبيرة بالعديد من الميزات الجذابة:

زيادة التوافر. يمكن استخدام أي جهاز كمبيوتر مناسب لتوفير الوصول إلى المعرفة المتخصصة.

· انخفاض التكاليف.يتم تقليل تكلفة توفير المعرفة المتخصصة لكل مستخدم فردي بشكل كبير.

· انخفاض الخطر. يمكن استخدام الأنظمة الخبيرة في مثل هذه البيئات التي قد تكون خطرة على البشر.

· ثبات. الخبرة لا تذهب أبدا. وعلى عكس الخبراء البشريين، الذين قد يتقاعدون، أو يتركون وظائفهم، أو يموتون، فإن معرفة النظام الخبير سوف تستمر إلى أجل غير مسمى.

· فرصة لاكتساب الخبرة من مصادر عديدة. وبمساعدة الأنظمة الخبيرة، يمكن جمع معارف العديد من الخبراء وإخضاعهم للعمل في مهمة يتم تنفيذها بشكل متزامن ومستمر، في أي وقت من النهار أو الليل. قد يتجاوز مستوى المعرفة المتخصصة المجمعة من خلال الجمع بين معرفة العديد من الخبراء مستوى معرفة خبير بشري واحد.

· زيادة الموثوقية. يمكن أن يؤدي استخدام الأنظمة الخبيرة إلى زيادة درجة الثقة في اتخاذ القرار الصحيح من خلال تقديم رأي مستنير آخر لخبير بشري أو وسيط عند حل الآراء المتعارضة بين العديد من الخبراء البشريين. (وبطبيعة الحال، لا يمكن استخدام هذه الطريقة لحل الآراء المتضاربة إذا كان النظام الخبير مبرمجا من قبل أحد الخبراء المشاركين في صراع الآراء). ويجب أن يتوافق قرار النظام الخبير دائما مع قرار الخبير؛ لا يمكن أن يحدث عدم التطابق إلا بسبب خطأ ارتكبه الخبير، والذي لا يمكن أن يحدث إلا إذا كان الخبير البشري متعبًا أو متوترًا.

· توضيح. يستطيع النظام الخبير أن يشرح بالتفصيل أسبابه التي أدت إلى نتيجة معينة. وقد يكون الشخص متعبًا جدًا، أو لا يميل إلى الشرح، أو غير قادر على القيام بذلك طوال الوقت. إن فرصة الحصول على تفسير تزيد من الثقة في اتخاذ القرار الصحيح.

· الاستجابة السريعة. قد تتطلب بعض التطبيقات استجابة سريعة أو في الوقت الحقيقي. اعتمادًا على الأجهزة والبرامج المستخدمة، يمكن للنظام الخبير الاستجابة بشكل أسرع ويكون أكثر استعدادًا للعمل من الخبير البشري. قد تتطلب بعض المواقف المتطرفة ردود فعل أسرع من البشر؛ وفي هذه الحالة، يصبح استخدام النظام الخبير في الوقت الفعلي خيارًا مقبولاً.

· الإجابة الصحيحة والعاطفية والكاملة باستمرار تحت أي ظرف من الظروف. يمكن أن تكون هذه الخاصية مهمة جدًا في الوقت الفعلي وفي المواقف القصوى حيث قد لا يتمكن الخبير البشري من الأداء بأقصى قدر من الكفاءة بسبب الإجهاد أو التعب.

· إمكانية استخدامه كبرنامج تدريبي ذكي. يمكن للنظام الخبير أن يكون بمثابة برنامج تعليمي ذكي، حيث يعطي الطالب أمثلة على البرامج التي يجب تشغيلها ويشرح الأساس المنطقي الذي يعتمد عليه النظام.

· يمكن استخدامها كقاعدة بيانات ذكية.يمكن استخدام الأنظمة المتخصصة للوصول إلى قواعد البيانات باستخدام طريقة وصول ذكية.

25. مزايا استخدام تكنولوجيا المعلومات والاتصالات في التعليم

ظاهرة المعلومات أهم آلية للإصلاح هي التشكيل. الأنظمة، على سبيل المثال. إلى أعلى الجودة والوصول. والتأثير. تعليم.

شركات. التكنولوجيا هي مجرد أجهزة. اليوم لدينا مهمة أخرى - الخشخاش. تأثير. يستخدم لها، مباشرة. لاتخاذ قرار استراتيجي أهداف التحديث التعليم - العالي. جودته.

المزايا:

1. تكنولوجيا المعلومات وسائل. توسيع إمكانيات تقديم المعلومات التعليمية استخدام الألوان والرسومات والصوت، وكلها حديثة. تسمح لك معدات الفيديو بإعادة إنشاء الوضع الحقيقي للنشاط.

2. الكمبيوتر يسمح بالاسم. زيادة الدافع للتعلم.

3. تعمل تكنولوجيا المعلومات والاتصالات على إشراك الطلاب في عملية التعلم. عملية تساهم في الكشف عن قدراتهم على أوسع نطاق وتنشيط النشاط العقلي.

4. استخدم زادت تكنولوجيا المعلومات والاتصالات في العملية التعليمية. ممكن تحديد المهام التعليمية وإدارة عملية حلها. تتيح أجهزة الكمبيوتر إمكانية بناء وتحليل نماذج لمختلف الأشياء والمواقف والظواهر.

5. تتيح تكنولوجيا المعلومات والاتصالات تغييرًا نوعيًا في التحكم في الأنشطة. الدراسة مع توفير المرونة في إدارة عملية التعلم.

6. يساهم الكمبيوتر في التكوين . انعكاس الطلاب. يتيح البرنامج التدريبي للطلاب تقديم نتيجة أفعالهم بشكل مرئي، والمرحلة المحددة في حل المشكلة، القطة. ارتكبت خطأ وتصحيحه.

الموضوع 2.3. برامج العروض التقديمية وأساسيات البرمجة المكتبية

الموضوع 2.4.

2.4.11. قاعدة بيانات التدريب مع نموذج الزر الرئيسي "Training_students" - تنزيل

نظم إدارة قواعد البيانات والأنظمة الخبيرة

2.4. نظم إدارة قواعد البيانات والأنظمة الخبيرة

2.4.10. أنظمة الخبراء والتعلم

تعتبر الأنظمة الخبيرة أحد التطبيقات الرئيسية للذكاء الاصطناعي. الذكاء الاصطناعي هو أحد فروع علوم الكمبيوتر الذي يتعامل مع مشاكل نمذجة الأجهزة والبرامج لتلك الأنواع من الأنشطة البشرية التي تعتبر فكرية.

تُستخدم نتائج الأبحاث حول الذكاء الاصطناعي في الأنظمة الذكية القادرة على حل المشكلات الإبداعية المتعلقة بمجال موضوعي محدد، ويتم تخزين المعرفة حولها في ذاكرة (قاعدة المعرفة) للنظام. تركز أنظمة الذكاء الاصطناعي على حل فئة كبيرة من المشكلات، والتي تشمل ما يسمى بالمهام المنظمة جزئيًا أو غير المنظمة (المهام القابلة للشكل بشكل ضعيف أو غير القابلة للتشكيل).

تنقسم نظم المعلومات المستخدمة لحل المشكلات شبه المنظمة إلى نوعين:

1. إنشاء التقارير الإدارية (إجراء معالجة البيانات: البحث، الفرز، التصفية). ويستند اتخاذ القرار على المعلومات الواردة في هذه التقارير.
2. تطوير بدائل الحلول الممكنة. يتلخص اتخاذ القرار في اختيار أحد البدائل المقترحة.

يمكن أن تكون أنظمة المعلومات التي تطور بدائل الحلول نموذجية أو خبيرة:

1. توفر أنظمة المعلومات النموذجية للمستخدم نماذج (رياضية، إحصائية، مالية، وغيرها) تساعد في ضمان تطوير وتقييم بدائل الحلول.
2. توفر أنظمة المعلومات المتخصصة تطوير وتقييم البدائل الممكنة من قبل المستخدم من خلال إنشاء أنظمة تعتمد على المعرفة التي يتم الحصول عليها من الخبراء المتخصصين.

الأنظمة الخبيرة هي برامج كمبيوتر تجمع معرفة المتخصصين - الخبراء في مجالات مواضيعية محددة، والتي تم تصميمها للحصول على حلول مقبولة في عملية معالجة المعلومات. تعمل الأنظمة المتخصصة على تحويل خبرة الخبراء في أي مجال معين من مجالات المعرفة إلى شكل قواعد إرشادية وتهدف إلى استشارة المتخصصين الأقل تأهيلاً.

ومن المعروف أن المعرفة توجد في شكلين: تجربة جماعية وتجربة شخصية. إذا تم تمثيل مجال الموضوع من خلال الخبرة الجماعية (على سبيل المثال، الرياضيات العليا)، فإن هذا المجال من الموضوع لا يحتاج إلى أنظمة خبيرة. إذا كانت معظم المعرفة في مجال موضوع ما عبارة عن تجربة شخصية لمتخصصين رفيعي المستوى وكانت هذه المعرفة منظمة بشكل ضعيف، فإن هذا المجال يحتاج إلى أنظمة متخصصة. لقد وجدت الأنظمة المتخصصة الحديثة تطبيقًا واسعًا في جميع مجالات الاقتصاد.

قاعدة المعرفة هي جوهر النظام الخبير. إن الانتقال من البيانات إلى المعرفة هو نتيجة لتطور نظم المعلومات. تُستخدم قواعد البيانات لتخزين البيانات، وتُستخدم قواعد المعرفة لتخزين المعرفة. تقوم قواعد البيانات، كقاعدة عامة، بتخزين كميات كبيرة من البيانات بتكلفة منخفضة نسبيًا، بينما تقوم قواعد المعرفة بتخزين مجموعات معلومات صغيرة ولكنها باهظة الثمن.

قاعدة المعرفة هي مجموعة من المعرفة الموصوفة باستخدام النموذج المختار لعرضها. يعد ملء قاعدة المعرفة من أصعب المهام المرتبطة باختيار المعرفة وإضفاء الطابع الرسمي عليها وتفسيرها.

يتكون النظام الخبير من :

• قاعدة المعرفة (كجزء من الذاكرة العاملة وقاعدة القواعد)، مصممة لتخزين الحقائق الأولية والمتوسطة في الذاكرة العاملة (وتسمى أيضًا قاعدة البيانات) وتخزين النماذج والقواعد لمعالجة النماذج في قاعدة القاعدة؛
• حل المشكلات (مترجم فوري)، والذي يضمن تنفيذ سلسلة من القواعد لحل مشكلة معينة بناءً على الحقائق والقواعد المخزنة في قواعد البيانات وقواعد المعرفة؛
• يتيح نظام الشرح الفرعي للمستخدم الحصول على إجابات للسؤال: "لماذا اتخذ النظام هذا القرار؟";
• نظام فرعي لاكتساب المعرفة مصمم لإضافة قواعد جديدة إلى قاعدة المعرفة وتعديل القواعد الحالية؛
• واجهة المستخدم، مجموعة من البرامج التي تنفذ حوار المستخدم مع النظام في مرحلة إدخال المعلومات والحصول على النتائج.

تختلف الأنظمة الخبيرة عن أنظمة معالجة البيانات التقليدية من حيث أنها تستخدم عادةً التمثيل الرمزي والاستدلال الرمزي والبحث الإرشادي عن الحلول. لحل المشكلات التي لا يمكن إضفاء الطابع الرسمي عليها أو التي لا يمكن إضفاء الطابع الرسمي عليها، تعد الشبكات العصبية أو الحواسيب العصبية أكثر واعدة.

يتكون أساس الحواسيب العصبية من شبكات عصبية - اتصالات متوازية هرمية منظمة للعناصر التكيفية - الخلايا العصبية التي تضمن التفاعل مع كائنات العالم الحقيقي بنفس طريقة تفاعل الجهاز العصبي البيولوجي.

تم تحقيق نجاحات كبيرة في استخدام الشبكات العصبية في إنشاء أنظمة خبيرة للتعلم الذاتي. تم تكوين الشبكة، أي. التدريب من خلال تمرير جميع الحلول المعروفة من خلاله وتحقيق الإجابات المطلوبة عند الإخراج. الإعداد يتكون من اختيار المعلمات من الخلايا العصبية. غالبًا ما يستخدمون برنامجًا تدريبيًا متخصصًا يقوم بتدريب الشبكة. بعد التدريب، يصبح النظام جاهزًا للتشغيل.

إذا قام منشئوه في نظام خبير بتحميل المعرفة مسبقًا في شكل معين، فإنه في الشبكات العصبية يكون غير معروف حتى للمطورين كيف تتشكل المعرفة في بنيتها في عملية التعلم والتعلم الذاتي، أي. الشبكة عبارة عن "صندوق أسود".

تعد أجهزة الكمبيوتر العصبية، مثل أنظمة الذكاء الاصطناعي، واعدة جدًا ويمكن تحسينها إلى ما لا نهاية في تطويرها.

حاليًا، تُستخدم أنظمة الذكاء الاصطناعي على شكل أنظمة خبيرة وشبكات عصبية على نطاق واسع في حل المشكلات المالية والاقتصادية.

Nesterov A.V.، Timchenko V.V.، Trapitsyn S.Yu. دليل تعليمي ومنهجي، – سانت بطرسبرغ: دار النشر “Book House” LLC، 2003 – 340 ص.

النظم الخبيرة في التعليم أربع مشاكل تنموية

وليس الزي الرسمي هو ما يُقدر بالبطاطس،

والمحتوى الداخلي

تعتمد الأنظمة الخبيرة (ES) على استخدام عناصر الذكاء الاصطناعي وتستخدم في الأنظمة التعليمية الآلية لتحسين جودة التدريس من خلال أتمتة عملية التعلم وزيادة الكفاءة من خلال تحرير المعلم من العمل الروتيني.

العيب الرئيسي للأدوات التعليمية الإلكترونية الموجودة هو استخدام أشكال بدائية غير متطورة للتواصل التفاعلي مع المستخدم. إن الانتقال من الحوار البدائي، مثل "القائمة"، إلى الحوار باللغة "الطبيعية"، إلى الحوار "من الصوت" يتطلب استخدام الأنظمة الخبيرة.

لا يوجد اليوم تعريف واضح لمصطلح "النظام الخبير". التعريف الأكثر عمومية: ES هو نظام اصطناعي يمكنه أن يحل محل خبير بشري بشكل فعال في مجال موضوع معين. يمكن تسمية أنظمة المعلومات الآلية التي تركز على حل المشكلات في مجال موضوعي معين بجودة كافية بالخبير.

تهدف ES إلى إتاحة مجموعات من المعرفة والخبرة والمهارات والحدس للمتخصصين المؤهلين. تعد ES بالاشتراك مع مجموعة من المعلومات التعليمية، على عكس الدورات التدريبية الآلية الحالية، اتجاها جديدا بشكل أساسي لزيادة الفعالية التعليمية للبرامج والمجمعات المنهجية التي تنفذ التحكم في عملية التعلم وإدارتها. ويكمن هذا الاختلاف في إمكانية الدعم الفكري للطلاب ذوي مستويات الاستعداد المختلفة. هذا الاحتمال يرجع إلى وجود قاعدة معرفية.

أنواع المهام التي يُنصح فيها باستخدام ES:

إدارة عملية التعلم، مع مراعاة الاستعداد الفردي للطالب، وخصائصه الفردية؛

التشخيص والتنبؤ بجودة استيعاب معلومات الموضوع وتشكيل التغييرات في تسلسل عرض المواد التعليمية؛

الحفاظ على المستوى المهني للطالب في مجال موضوع معين؛

خلاصة الموضوع:

"إنشاء تقرير ككائن قاعدة بيانات. أنظمة الخبراء والتعلم"

محتويات

إنشاء تقرير ككائن قاعدة بيانات

هيكل التقرير في وضع التصميم

طرق إنشاء التقرير

إنشاء تقرير

إنشاء تقرير ككائن قاعدة بيانات

التقرير هو تمثيل منسق للبيانات التي يتم عرضها على الشاشة أو طباعتها أو في ملف. إنها تتيح لك استخراج المعلومات الضرورية من قاعدة البيانات وتقديمها في شكل يسهل فهمه، كما توفر فرصًا كبيرة لتلخيص البيانات وتحليلها.

عند طباعة الجداول والاستعلامات، يتم عرض المعلومات عمليًا بالشكل الذي تم تخزينها به. غالبًا ما تكون هناك حاجة لتقديم البيانات في شكل تقارير ذات مظهر تقليدي وسهلة القراءة. يتضمن التقرير التفصيلي كافة المعلومات الواردة في جدول أو استعلام، ولكنه يحتوي على رؤوس ويتم تقسيمه إلى صفحات تحتوي على رؤوس وتذييلات.

هيكل التقرير في وضع التصميم

يعرض Microsoft Access البيانات من استعلام أو جدول في تقرير، مع إضافة عناصر نصية لتسهيل قراءتها.

وتشمل هذه العناصر:

عنوان. تتم طباعة هذا القسم فقط في أعلى الصفحة الأولى من التقرير. يُستخدم لإخراج البيانات، مثل نص عنوان التقرير أو التاريخ أو بيان نص المستند، الذي يجب طباعته مرة واحدة في بداية التقرير. لإضافة منطقة عنوان تقرير أو إزالتها، حدد أمر عنوان/ملاحظة التقرير من القائمة عرض.

رأس. يُستخدم لعرض البيانات مثل عناوين الأعمدة أو التواريخ أو أرقام الصفحات المطبوعة أعلى كل صفحة تقرير. لإضافة رأس أو إزالته، حدد الرأس والتذييل من القائمة عرض. يضيف Microsoft Access رأسًا وتذييلًا في نفس الوقت. لإخفاء أحد الرؤوس والتذييلات، يجب عليك تعيين خاصية الارتفاع الخاصة بها على 0.

منطقة البيانات الموجودة بين رأس الصفحة وتذييلها. يحتوي على النص الرئيسي للتقرير. يعرض هذا القسم البيانات المطبوعة لكل سجل من السجلات الموجودة في الجدول أو الاستعلام الذي يستند إليه التقرير. لوضع عناصر التحكم في منطقة البيانات، استخدم قائمة الحقول وشريط الأدوات. لإخفاء منطقة البيانات، تحتاج إلى تعيين خاصية الارتفاع للقسم على 0.

تذييل. يظهر هذا القسم في أسفل كل صفحة. يستخدم لعرض البيانات مثل الإجماليات أو التواريخ أو أرقام الصفحات المطبوعة أسفل كل صفحة تقرير.

ملحوظة. يُستخدم لإخراج البيانات، مثل نص الاستنتاج أو الإجماليات الكلية أو التسمية التوضيحية، التي يجب طباعتها مرة واحدة في نهاية التقرير. على الرغم من أن قسم ملاحظة التقرير موجود في أسفل التقرير في طريقة عرض التصميم، إلا أنه تتم طباعته أعلى تذييل الصفحة في الصفحة الأخيرة من التقرير. لإضافة منطقة ملاحظات التقرير أو إزالتها، حدد أمر عنوان التقرير/ملاحظات التقرير من القائمة عرض. يقوم Microsoft Access بإضافة وإزالة عنوان التقرير ومناطق التعليق في نفس الوقت.

طرق إنشاء التقرير

يمكنك إنشاء التقارير في Microsoft Access بعدة طرق:

منشئ

معالج التقرير

تقرير تلقائي: إلى العمود

تقرير تلقائي: شريط

معالج الرسم البياني

التسميات البريدية

يتيح لك المعالج إنشاء تقارير عن طريق تجميع السجلات وهو أبسط طريقة لإنشاء التقارير. فهو يضع الحقول المحددة في التقرير ويقدم ستة أنماط للتقرير. بعد إكمال المعالج، يمكن تعديل التقرير الناتج في وضع التصميم. باستخدام ميزة التقرير التلقائي، يمكنك إنشاء التقارير بسرعة ثم إجراء بعض التغييرات عليها.

لإنشاء تقرير تلقائي، يجب عليك تنفيذ الخطوات التالية:

في نافذة قاعدة البيانات، انقر فوق علامة التبويب "التقارير" ثم انقر فوق الزر "إنشاء". يظهر مربع الحوار تقرير جديد.

حدد التقرير التلقائي: العمود أو التقرير التلقائي: عنصر الشريط في القائمة.

في حقل مصدر البيانات، انقر فوق السهم وحدد جدول أو استعلام كمصدر للبيانات.

انقر على زر موافق.

يقوم معالج التقرير التلقائي بإنشاء تقرير تلقائي في عمود أو شريط (اختيار المستخدم) ويفتحه في وضع المعاينة، مما يسمح لك برؤية الشكل الذي سيبدو عليه التقرير عند طباعته.

تغيير مقياس عرض التقرير

لتغيير مقياس العرض، استخدم المؤشر - عدسة مكبرة. لرؤية الصفحة بأكملها، يجب النقر فوق أي مكان في التقرير. سيتم عرض صفحة التقرير على نطاق مصغر.

انقر على التقرير مرة أخرى للعودة إلى عرض أكبر. في عرض التقرير الموسع، ستكون النقطة التي نقرت عليها في وسط الشاشة. للتمرير عبر صفحات التقرير، استخدم أزرار التنقل الموجودة أسفل النافذة.

طباعة تقرير

لطباعة تقرير، قم بما يلي:

من القائمة ملف، انقر فوق أمر الطباعة.

في منطقة الطباعة، انقر فوق خيار الصفحات.

لطباعة الصفحة الأولى فقط من التقرير، أدخل 1 في الحقل من و1 في الحقل إلى.

انقر على زر موافق.

قبل طباعة تقرير، من المستحسن عرضه في وضع المعاينة، والذي يمكن الوصول إليه عن طريق تحديد معاينة من القائمة عرض.

إذا قمت بالطباعة باستخدام صفحة فارغة في نهاية التقرير، فتأكد من تعيين إعداد الارتفاع لملاحظات التقرير على 0. إذا قمت بالطباعة مع وجود صفحات فارغة بينهما، فتأكد من أن مجموع عرض النموذج أو التقرير وقيمة لا يتجاوز الهوامش اليسرى واليمنى عرض الورقة المحددة في مربع الحوار "إعداد الصفحة" (قائمة "ملف").

عند تصميم تخطيطات التقرير، استخدم الصيغة التالية: عرض التقرير + الهامش الأيسر + الهامش الأيمن

لضبط حجم التقرير، يجب عليك استخدام الأساليب التالية:

تغيير قيمة عرض التقرير؛

تقليل عرض الهامش أو تغيير اتجاه الصفحة.

إنشاء تقرير

1. قم بتشغيل مايكروسوفت أكسس. افتح قاعدة البيانات (على سبيل المثال، قاعدة البيانات التعليمية "مكتب العميد").

2. قم بإنشاء تقرير تلقائي: شريط، باستخدام جدول كمصدر بيانات (على سبيل المثال، الطلاب). يتم فتح التقرير في وضع المعاينة، مما يسمح لك برؤية الشكل الذي سيبدو عليه التقرير عند طباعته.

3. قم بالتبديل إلى وضع التصميم وقم بتحرير التقرير وتنسيقه. للتبديل من وضع المعاينة إلى وضع التصميم، يجب النقر فوق إغلاق على شريط أدوات نافذة تطبيق Access. سيظهر التقرير على الشاشة في وضع التصميم.

التحرير:

1) قم بإزالة حقول رمز الطالب في منطقة الرأس والبيانات؛

2) انقل كافة الحقول في الرأس ومنطقة البيانات إلى اليسار.

3) تغيير النص في عنوان الصفحة

في قسم عنوان التقرير، حدد الطلاب.

ضع مؤشر الماوس على يمين كلمة الطلاب بحيث يتغير المؤشر إلى شريط عمودي (مؤشر الإدخال) وانقر فوق هذا الموضع.

أدخل NTU "KhPI" ثم اضغط على Enter.

4) نقل التسمية التوضيحية. في التذييل، حدد الحقل =Now() واسحبه إلى رأس التقرير تحت اسم الطلاب. سيظهر التاريخ أسفل العنوان.

5) في شريط أدوات مصمم التقارير، انقر فوق الزر معاينة لمعاينة التقرير.

التنسيق:

1) حدد عنوان طلاب NTU "KhPI"

2) تغيير نوع الخط ونمط الخط ولونه، بالإضافة إلى لون تعبئة الخلفية.

3) في شريط أدوات مصمم التقارير، انقر فوق الزر معاينة لمعاينة التقرير.

تغيير النمط:

لتغيير النمط، قم بما يلي:

على شريط أدوات مصمم التقارير، انقر فوق الزر تنسيق تلقائي لفتح مربع الحوار تنسيق تلقائي.

في القائمة تقرير - أنماط كائن التنسيق التلقائي، انقر فوق Strict، ثم انقر فوق OK. سيتم تنسيق التقرير بالنمط الصارم.

يتحول إلى وضع المعاينة. سيتم عرض التقرير بالنمط الذي حددته. من الآن فصاعدًا، ستكون جميع التقارير التي تم إنشاؤها باستخدام وظيفة التقرير التلقائي ذات النمط الصارم حتى تقوم بتحديد نمط مختلف في نافذة التنسيق التلقائي.

أنظمة الخبراء والتعلم

تعتبر الأنظمة الخبيرة أحد التطبيقات الرئيسية للذكاء الاصطناعي. الذكاء الاصطناعي هو أحد فروع علوم الكمبيوتر الذي يتعامل مع مشاكل نمذجة الأجهزة والبرامج لتلك الأنواع من الأنشطة البشرية التي تعتبر فكرية.

تُستخدم نتائج الأبحاث حول الذكاء الاصطناعي في الأنظمة الذكية القادرة على حل المشكلات الإبداعية المتعلقة بمجال موضوعي محدد، ويتم تخزين المعرفة حولها في ذاكرة (قاعدة المعرفة) للنظام. تركز أنظمة الذكاء الاصطناعي على حل فئة كبيرة من المشكلات، والتي تشمل ما يسمى بالمهام المنظمة جزئيًا أو غير المنظمة (المهام القابلة للشكل بشكل ضعيف أو غير القابلة للتشكيل).

تنقسم نظم المعلومات المستخدمة لحل المشكلات شبه المنظمة إلى نوعين:

إنشاء التقارير الإدارية (إجراء معالجة البيانات: البحث، الفرز، التصفية). ويستند اتخاذ القرار على المعلومات الواردة في هذه التقارير.

تطوير بدائل الحلول الممكنة. يتلخص اتخاذ القرار في اختيار أحد البدائل المقترحة.

يمكن أن تكون أنظمة المعلومات التي تطور بدائل الحلول نموذجية أو خبيرة:

توفر أنظمة المعلومات النموذجية للمستخدم نماذج (رياضية، إحصائية، مالية، وغيرها) تساعد في ضمان تطوير وتقييم بدائل الحلول.

توفر أنظمة المعلومات المتخصصة تطوير وتقييم البدائل الممكنة من قبل المستخدم من خلال إنشاء أنظمة تعتمد على المعرفة التي يتم الحصول عليها من الخبراء المتخصصين.

الأنظمة الخبيرة هي برامج كمبيوتر تجمع معرفة المتخصصين - الخبراء في مجالات مواضيعية محددة، والتي تم تصميمها للحصول على حلول مقبولة في عملية معالجة المعلومات. تعمل الأنظمة المتخصصة على تحويل خبرة الخبراء في أي مجال معين من مجالات المعرفة إلى شكل قواعد إرشادية وتهدف إلى استشارة المتخصصين الأقل تأهيلاً.

ومن المعروف أن المعرفة توجد في شكلين: تجربة جماعية وتجربة شخصية. إذا تم تمثيل مجال الموضوع من خلال الخبرة الجماعية (على سبيل المثال، الرياضيات العليا)، فإن هذا المجال من الموضوع لا يحتاج إلى أنظمة خبيرة. إذا كانت معظم المعرفة في مجال موضوع ما عبارة عن تجربة شخصية لمتخصصين رفيعي المستوى وكانت هذه المعرفة منظمة بشكل ضعيف، فإن هذا المجال يحتاج إلى أنظمة متخصصة. لقد وجدت الأنظمة المتخصصة الحديثة تطبيقًا واسعًا في جميع مجالات الاقتصاد.

قاعدة المعرفة هي جوهر النظام الخبير. إن الانتقال من البيانات إلى المعرفة هو نتيجة لتطور نظم المعلومات. تُستخدم قواعد البيانات لتخزين البيانات، وتُستخدم قواعد المعرفة لتخزين المعرفة. تقوم قواعد البيانات، كقاعدة عامة، بتخزين كميات كبيرة من البيانات بتكلفة منخفضة نسبيًا، بينما تقوم قواعد المعرفة بتخزين مجموعات معلومات صغيرة ولكنها باهظة الثمن.

قاعدة المعرفة هي مجموعة من المعرفة الموصوفة باستخدام النموذج المختار لعرضها. يعد ملء قاعدة المعرفة من أصعب المهام المرتبطة باختيار المعرفة وإضفاء الطابع الرسمي عليها وتفسيرها.

يتكون النظام الخبير من :

قاعدة المعرفة (كجزء من الذاكرة العاملة وقاعدة القواعد)، مصممة لتخزين الحقائق الأولية والمتوسطة في الذاكرة العاملة (وتسمى أيضًا قاعدة البيانات) وتخزين النماذج والقواعد لمعالجة النماذج في قاعدة القاعدة

حل المشكلات (المترجم الفوري)، والذي يوفر تنفيذ سلسلة من القواعد لحل مشكلة معينة بناءً على الحقائق والقواعد المخزنة في قواعد البيانات وقواعد المعرفة

يتيح نظام الشرح الفرعي للمستخدم الحصول على إجابات للسؤال: "لماذا اتخذ النظام هذا القرار؟"

نظام فرعي لاكتساب المعرفة مصمم لإضافة قواعد جديدة إلى قاعدة المعرفة وتعديل القواعد الحالية.

واجهة المستخدم، مجموعة من البرامج التي تنفذ حوار المستخدم مع النظام في مرحلة إدخال المعلومات والحصول على النتائج.

تختلف الأنظمة الخبيرة عن أنظمة معالجة البيانات التقليدية من حيث أنها تستخدم عادةً التمثيل الرمزي والاستدلال الرمزي والبحث الإرشادي عن الحلول. لحل المشكلات التي لا يمكن إضفاء الطابع الرسمي عليها أو التي لا يمكن إضفاء الطابع الرسمي عليها، تعد الشبكات العصبية أو الحواسيب العصبية أكثر واعدة.

يتكون أساس الحواسيب العصبية من شبكات عصبية - اتصالات متوازية هرمية منظمة للعناصر التكيفية - الخلايا العصبية التي تضمن التفاعل مع كائنات العالم الحقيقي بنفس طريقة تفاعل الجهاز العصبي البيولوجي.

تم تحقيق نجاحات كبيرة في استخدام الشبكات العصبية في إنشاء أنظمة خبيرة للتعلم الذاتي. تم تكوين الشبكة، أي. التدريب من خلال تمرير جميع الحلول المعروفة من خلاله وتحقيق الإجابات المطلوبة عند الإخراج. الإعداد يتكون من اختيار المعلمات من الخلايا العصبية. غالبًا ما يستخدمون برنامجًا تدريبيًا متخصصًا يقوم بتدريب الشبكة. بعد التدريب، يصبح النظام جاهزًا للتشغيل.

إذا قام منشئوه في نظام خبير بتحميل المعرفة مسبقًا في شكل معين، فإنه في الشبكات العصبية يكون غير معروف حتى للمطورين كيف تتشكل المعرفة في بنيتها في عملية التعلم والتعلم الذاتي، أي. الشبكة عبارة عن "صندوق أسود".

تعد أجهزة الكمبيوتر العصبية، مثل أنظمة الذكاء الاصطناعي، واعدة جدًا ويمكن تحسينها إلى ما لا نهاية في تطويرها. حاليًا، تُستخدم أنظمة الذكاء الاصطناعي على شكل أنظمة خبيرة وشبكات عصبية على نطاق واسع في حل المشكلات المالية والاقتصادية.

الموضوع 1. EOS كجزء من التدريب المكثف للمتخصصين.

المحاضرة 8. أنظمة التعلم المتخصصة.

مجالات تطبيق النظم الخبيرة في الإدارة.

تكلفة الأنظمة المتخصصة.

تطوير النظم الخبيرة.

على مدار العشرين عامًا الماضية، قام المتخصصون في مجال الأنظمة الذكية بإجراء أبحاث نشطة في مجال إنشاء واستخدام الأنظمة المتخصصة المخصصة لمجال التعليم. ظهرت فئة جديدة من الأنظمة الخبيرة - أنظمة التدريس المتخصصة - الاتجاه الواعد لتحسين الأدوات التربوية البرمجية في اتجاه المعرفة الإجرائية.

النظام الخبير عبارة عن مجموعة من برامج الكمبيوتر التي تساعد الشخص على اتخاذ قرارات مستنيرة. تستخدم الأنظمة المتخصصة المعلومات الواردة مسبقًا من الخبراء - الأشخاص الذين هم أفضل المتخصصين في أي مجال.

يجب على الأنظمة الخبيرة:

• تخزين المعرفة حول مجال موضوع معين (الحقائق، وأوصاف الأحداث والأنماط)؛
• أن تكون قادرًا على التواصل مع المستخدم بلغة طبيعية محدودة (أي طرح الأسئلة وفهم الإجابات)؛
• امتلاك مجموعة من الأدوات المنطقية لاستخلاص المعرفة الجديدة، وتحديد الأنماط، والكشف عن التناقضات؛
• طرح المشكلة عند الطلب وتوضيح صياغتها وإيجاد حل لها؛
• اشرح للمستخدم كيف تم الحصول على الحل.

ومن المرغوب أيضًا أن يكون النظام الخبير قادرًا على:

• توفير المعلومات التي تزيد من ثقة المستخدم في النظام الخبير؛
• "أخبر" عن نفسك وعن بنيتك الخاصة

نظام التعلم الخبير (ETS) هو برنامج ينفذ هدفًا تربويًا واحدًا أو آخر بناءً على معرفة خبير في مجال موضوعي معين، وتشخيص التعلم وإدارة التعلم، وكذلك إظهار سلوك الخبراء (المتخصصين في الموضوع، وأخصائيي المنهجيات، وعلماء النفس ). تكمن خبرة EOS في معرفتها بطرق التدريس، والتي بفضلها تساعد المعلمين على التدريس والطلاب على التعلم.

تشتمل بنية نظام التعلم الخبير على مكونين رئيسيين: قاعدة المعرفة (مستودع وحدات المعرفة) وأداة برمجية للوصول إلى المعرفة ومعالجتها، وتتكون من آليات لاستخلاص النتائج (القرارات)، واكتساب المعرفة، وشرح النتائج التي تم الحصول عليها، وواجهة ذكية.

يتم تبادل البيانات بين الطالب وEOS عن طريق برنامج واجهة ذكي يستقبل رسائل الطالب ويحولها إلى نموذج تمثيل قاعدة معرفية وبالعكس يترجم التمثيل الداخلي لنتيجة المعالجة إلى تنسيق الطالب ويخرج الرسالة إلى الوسيلة المطلوبة. إن أهم شرط لتنظيم الحوار بين الطالب وEOS هو الطبيعة، وهذا لا يعني صياغة احتياجات الطالب حرفيًا في جمل من اللغة الطبيعية. من المهم أن يكون تسلسل حل المشكلة مرنًا ويتوافق مع أفكار الطالب ويتم تنفيذه من الناحية المهنية.

يعد وجود نظام تفسيرات متطور (SO) أمرًا في غاية الأهمية بالنسبة لـ EOS العاملة في مجال التعليم. أثناء عملية التعلم، لن يلعب نظام EOS هذا الدور النشط "للمعلم" فحسب، بل سيلعب أيضًا دور الكتاب المرجعي، مما يساعد الطالب على دراسة العمليات الداخلية التي تحدث في النظام باستخدام نمذجة مجال التطبيق. يتكون نظام الاتصال المتطور من عنصرين: نشط، ويتضمن مجموعة من رسائل المعلومات التي تصدر للطالب أثناء العمل، وذلك حسب المسار المحدد لحل المشكلة، والذي يحدده النظام بشكل كامل؛ سلبي (المكون الرئيسي لـ SO)، يركز على إجراءات التهيئة للطالب.

العنصر النشط في CO هو تعليق تفصيلي مصاحب للإجراءات والنتائج التي حصل عليها النظام. يعد المكون السلبي لدعم المعلومات نوعًا جديدًا نوعيًا من دعم المعلومات، وهو متأصل فقط في الأنظمة القائمة على المعرفة. يحتوي هذا المكون، بالإضافة إلى نظام HELPs المتطور الذي يستدعيه الطالب، على أنظمة لشرح التقدم المحرز في حل المشكلة. يتم تنفيذ نظام التفسيرات في EOS الحالي بطرق مختلفة. يمكن أن يكون: مجموعة من شهادات المعلومات حول حالة النظام؛ وصف كامل أو جزئي للمسار الذي سلكه النظام على طول شجرة القرار؛ قائمة الفرضيات التي يجري اختبارها (أساس تكوينها ونتائج اختبارها)؛ قائمة الأهداف التي تحكم عمل النظام وطرق تحقيقها.

من السمات المهمة لنظام الاتصال المتطور استخدام اللغة الطبيعية للتواصل مع المتعلم. لا يسمح الاستخدام الواسع النطاق لأنظمة "القائمة" بتمييز المعلومات فحسب، بل يسمح أيضًا في الأنظمة الإلكترونية المتقدمة بالحكم على مستوى استعداد الطالب وتشكيل صورته النفسية.

ومع ذلك، قد لا يكون المتعلم مهتمًا دائمًا بالمخرجات الكاملة للحل، الذي يحتوي على العديد من التفاصيل غير الضرورية. في هذه الحالة، يجب أن يكون النظام قادرًا على اختيار النقاط الرئيسية فقط من السلسلة، مع مراعاة أهميتها ومستوى معرفة الطالب. وللقيام بذلك، من الضروري دعم نموذج لمعرفة المتعلم ونواياه في قاعدة المعرفة. إذا استمر الطالب في عدم فهم الإجابة المستلمة، فيجب على النظام، في حوار يعتمد على النموذج المدعوم للمعرفة الإشكالية، أن يعلمه أجزاء معينة من المعرفة، أي. الكشف بمزيد من التفصيل عن المفاهيم والتبعيات الفردية، حتى لو لم يتم استخدام هذه التفاصيل بشكل مباشر في الاستنتاج.