Apa yang tidak disediakan oleh sistem latihan pakar.

Rumah(dalam bidang perubatan, komputer menawarkan pilihan diagnostik dan memberi nasihat) Sistem pakar

- ini adalah program untuk komputer yang mengumpul (iaitu mengumpul, mengumpul) pengetahuan pakar - pakar dalam bidang subjek tertentu, yang direka untuk mendapatkan penyelesaian yang boleh diterima dalam proses pemprosesan maklumat. Sistem pakar mengubah pengalaman pakar dalam mana-mana bidang pengetahuan tertentu ke dalam bentuk peraturan heuristik dan bertujuan untuk perundingan pakar yang kurang berkelayakan.

Prinsip operasi sistem pakar berasaskan pengetahuan: pengguna menghantar fakta atau maklumat lain kepada sistem pakar dan menerima nasihat pakar atau pengetahuan pakar sebagai hasilnya.

Sistem pakar terdiri daripada:

Pangkalan pengetahuan (sebagai sebahagian daripada ingatan kerja dan asas peraturan), direka untuk menyimpan fakta awal dan pertengahan dalam ingatan kerja (juga dipanggil pangkalan data) dan menyimpan model dan peraturan untuk memanipulasi model dalam asas peraturan

Penyelesai masalah (jurubahasa) yang menyediakan pelaksanaan urutan peraturan untuk menyelesaikan masalah tertentu berdasarkan fakta dan peraturan yang disimpan dalam pangkalan data dan pangkalan pengetahuan

Subsistem penjelasan membolehkan pengguna mendapatkan jawapan kepada soalan: "Mengapa sistem membuat keputusan ini?"

Subsistem pemerolehan pengetahuan yang direka untuk menambah peraturan baharu pada pangkalan pengetahuan dan mengubah suai peraturan sedia ada.

Antara muka pengguna, satu set program yang melaksanakan dialog pengguna dengan sistem pada peringkat memasukkan maklumat dan mendapatkan hasil. Secara amnya sistem pakar dikelaskan dalam tiga bidang utama

: mengikut jenis komputer, dengan sambungan dengan masa nyata dan mengikut jenis masalah yang sedang diselesaikan. Mengikut jenis komputer

ES dikelaskan kepada: komputer super; Komputer prestasi sederhana; pemproses aksara; komputer peribadi. Berhubung dengan masa sebenar

dikelaskan kepada: Statik; Kuasi dinamik;

· Dinamik. Mengikut jenis masalah yang sedang diselesaikan

Pengetahuan pakar hanya berkaitan dengan satu bidang subjek, dan ini adalah perbezaan antara kaedah berdasarkan penggunaan sistem pakar dan kaedah umum untuk menyelesaikan masalah. Pengetahuan pakar yang berkaitan dengan penyelesaian masalah tertentu dipanggil bidang pengetahuan pakar.

Dalam bidang pengetahuan, sistem pakar menjalankan penaakulan atau membuat kesimpulan yang logik mengikut prinsip yang sama seperti mana pakar manusia akan menaakul atau mencapai penyelesaian logik kepada sesuatu masalah. Ini bermakna berdasarkan fakta tertentu, kesimpulan yang logik dan wajar dibentuk melalui penaakulan, yang mengikuti daripada fakta ini.



Sistem pakar mempunyai banyak ciri menarik:

Peningkatan ketersediaan. Sebarang perkakasan komputer yang sesuai boleh digunakan untuk menyediakan akses kepada pengetahuan pakar.

· Kos dikurangkan. Kos menyediakan pengetahuan pakar bagi setiap pengguna individu dikurangkan dengan ketara.

· Mengurangkan bahaya. Sistem pakar boleh digunakan dalam persekitaran sedemikian yang mungkin berbahaya bagi manusia.

· Keteguhan. Kepakaran tidak pernah hilang. Tidak seperti pakar manusia, yang mungkin bersara, berhenti kerja, atau mati, pengetahuan tentang sistem pakar akan berterusan selama-lamanya.

· Peluang untuk mendapatkan kepakaran dari pelbagai sumber. Dengan bantuan sistem pakar, pengetahuan ramai pakar boleh dikumpul dan dibawa bekerja pada sesuatu tugas yang dilakukan secara serentak dan berterusan, pada bila-bila masa siang atau malam. Tahap pengetahuan pakar yang digabungkan dengan menggabungkan pengetahuan beberapa pakar mungkin melebihi tahap pengetahuan seorang pakar manusia.

· Peningkatan kebolehpercayaan. Penggunaan sistem pakar boleh meningkatkan tahap keyakinan bahawa keputusan yang betul telah dibuat dengan memberikan satu lagi pendapat termaklum kepada pakar atau pengantara manusia apabila menyelesaikan pendapat yang tidak serasi antara beberapa pakar manusia. (Sudah tentu, kaedah menyelesaikan pendapat yang bercanggah ini tidak boleh digunakan jika sistem pakar diprogramkan oleh salah seorang pakar yang terlibat dalam pertembungan pendapat.) Keputusan sistem pakar mestilah sentiasa bersetuju dengan keputusan pakar; ketidakpadanan hanya boleh disebabkan oleh kesilapan yang dibuat oleh pakar, yang hanya boleh berlaku jika pakar manusia itu letih atau tertekan.



· Penjelasan. Sistem pakar mampu menjelaskan secara terperinci alasannya yang membawa kepada kesimpulan tertentu. Dan orang itu mungkin terlalu letih, tidak cenderung untuk menjelaskan, atau tidak dapat melakukannya sepanjang masa. Peluang untuk menerima penjelasan meningkatkan keyakinan bahawa keputusan yang betul telah dibuat.

· Respons pantas. Sesetengah aplikasi mungkin memerlukan respons pantas atau masa nyata. Bergantung pada perkakasan dan perisian yang digunakan, sistem pakar boleh bertindak balas dengan lebih pantas dan lebih bersedia untuk bekerja daripada pakar manusia. Sesetengah situasi yang melampau mungkin memerlukan tindak balas yang lebih cepat daripada manusia; dalam kes ini, penggunaan sistem pakar masa nyata menjadi pilihan yang boleh diterima.

· Jawapan yang betul, tanpa emosi dan lengkap secara konsisten dalam apa jua keadaan. Sifat ini boleh menjadi sangat penting dalam masa nyata dan dalam situasi yang melampau di mana pakar manusia mungkin tidak dapat melakukan pada kecekapan maksimum akibat tekanan atau keletihan.

· Kemungkinan digunakan sebagai program latihan pintar. Sistem pakar boleh bertindak sebagai program pengajaran pintar, memberikan pelajar contoh program untuk dijalankan dan menjelaskan apa yang menjadi alasan sistem itu.

· Boleh digunakan sebagai pangkalan data pintar. Sistem pakar boleh digunakan untuk mengakses pangkalan data menggunakan kaedah capaian pintar.

25.Kelebihan menggunakan ICT dalam pendidikan

Fenomena maklumat mekanisme pembaharuan yang paling penting ialah pembentukan. Sistem, cth. ke lebih tinggi kualiti, akses. dan kesan. pendidikan.

Komp. teknologi hanyalah perkakasan. Hari ini kita mempunyai satu lagi tugas - popia. Kesan. guna dia, langsung. untuk membuat keputusan secara strategik matlamat pemodenan Pendidikan - lebih tinggi. kualitinya.

Kelebihan:

1. Teknologi maklumat Bermakna. memperluaskan kemungkinan menyampaikan maklumat pendidikan Penggunaan warna, grafik, bunyi, semua moden. peralatan video membolehkan anda mencipta semula situasi sebenar sesuatu aktiviti..

2. Komputer membenarkan kata nama. meningkatkan motivasi untuk belajar.

3. ICT melibatkan pelajar dalam pembelajaran. proses, menyumbang kepada pendedahan terluas kebolehan mereka, pengaktifan aktiviti mental.

4. Penggunaan ICT dalam proses pendidikan meningkat. mungkin menetapkan tugas pendidikan dan mengurus proses menyelesaikannya. Komputer memungkinkan untuk membina dan menganalisis model pelbagai objek, situasi dan fenomena.

5. ICT memungkinkan untuk menukar kawalan aktiviti secara kualitatif. Belajar sambil memberikan fleksibiliti dalam mengurus proses pembelajaran.

6. Komputer menyumbang kepada pembentukan. refleksi pelajar. Program latihan membolehkan pelajar membentangkan secara visual hasil tindakan mereka, peringkat khusus dalam menyelesaikan masalah, kucing. melakukan kesilapan dan membetulkannya.

Topik 2.3. Perisian persembahan dan asas pengaturcaraan pejabat

Topik 2.4.

2.4.11. Pangkalan data latihan dengan borang butang utama "Pelatihan_pelajar" - Muat turun


Sistem pengurusan pangkalan data dan sistem pakar

2.4. Sistem pengurusan pangkalan data dan sistem pakar

2.4.10. Sistem pakar dan pembelajaran

Sistem pakar adalah salah satu aplikasi utama kecerdasan buatan. Kecerdasan buatan adalah salah satu cabang sains komputer yang menangani masalah perkakasan dan pemodelan perisian jenis aktiviti manusia yang dianggap intelektual.

Hasil penyelidikan mengenai kecerdasan buatan digunakan dalam sistem pintar yang mampu menyelesaikan masalah kreatif yang dimiliki oleh bidang subjek tertentu, pengetahuan tentang yang disimpan dalam ingatan (pangkalan pengetahuan) sistem. Sistem kecerdasan buatan tertumpu pada menyelesaikan kelas besar masalah, yang termasuk tugas yang dipanggil separa berstruktur atau tidak berstruktur (tugas yang boleh diformalkan secara lemah atau tidak boleh diformalkan).

Sistem maklumat yang digunakan untuk menyelesaikan masalah separa berstruktur dibahagikan kepada dua jenis:

  1. Mencipta laporan pengurusan (melaksanakan pemprosesan data: mencari, menyusun, menapis). Pembuatan keputusan adalah berdasarkan maklumat yang terkandung dalam laporan ini.
  2. Membangunkan alternatif penyelesaian yang mungkin. Membuat keputusan bergantung kepada memilih salah satu alternatif yang dicadangkan.

Sistem maklumat yang membangunkan alternatif penyelesaian boleh menjadi model atau pakar:

  1. Sistem maklumat model menyediakan pengguna dengan model (matematik, statistik, kewangan, dll.) yang membantu memastikan pembangunan dan penilaian alternatif penyelesaian.
  2. Sistem maklumat pakar menyediakan pembangunan dan penilaian alternatif yang mungkin oleh pengguna melalui penciptaan sistem berdasarkan pengetahuan yang diperoleh daripada pakar pakar.

Sistem pakar ialah program komputer yang mengumpul pengetahuan pakar - pakar dalam bidang subjek tertentu, yang direka untuk mendapatkan penyelesaian yang boleh diterima dalam proses pemprosesan maklumat. Sistem pakar mengubah pengalaman pakar dalam mana-mana bidang pengetahuan tertentu ke dalam bentuk peraturan heuristik dan bertujuan untuk perundingan pakar yang kurang berkelayakan.

Adalah diketahui bahawa pengetahuan wujud dalam dua bentuk: pengalaman kolektif dan pengalaman peribadi. Jika bidang subjek diwakili oleh pengalaman kolektif (contohnya, matematik yang lebih tinggi), maka bidang subjek ini tidak memerlukan sistem pakar. Jika dalam bidang subjek kebanyakan pengetahuan adalah pengalaman peribadi pakar peringkat tinggi dan pengetahuan ini berstruktur lemah, maka bidang tersebut memerlukan sistem pakar. Sistem pakar moden telah menemui aplikasi yang meluas dalam semua bidang ekonomi.

Pangkalan pengetahuan adalah teras sistem pakar. Peralihan daripada data kepada pengetahuan adalah akibat daripada pembangunan sistem maklumat. Pangkalan data digunakan untuk menyimpan data, dan pangkalan pengetahuan digunakan untuk menyimpan pengetahuan. Pangkalan data, sebagai peraturan, menyimpan sejumlah besar data dengan kos yang agak rendah, manakala pangkalan pengetahuan menyimpan set maklumat yang kecil tetapi mahal.

Pangkalan pengetahuan ialah kumpulan pengetahuan yang diterangkan menggunakan bentuk pembentangan yang dipilih. Mengisi pangkalan pengetahuan adalah salah satu tugas yang paling sukar, yang dikaitkan dengan pemilihan pengetahuan, pemformalan dan tafsirannya.

Sistem pakar terdiri daripada:

  • pangkalan pengetahuan (sebagai sebahagian daripada ingatan kerja dan asas peraturan), direka untuk menyimpan fakta awal dan pertengahan dalam ingatan kerja (ia juga dipanggil pangkalan data) dan menyimpan model dan peraturan untuk memanipulasi model dalam asas peraturan;
  • penyelesai masalah (jurubahasa), yang memastikan pelaksanaan urutan peraturan untuk menyelesaikan masalah tertentu berdasarkan fakta dan peraturan yang disimpan dalam pangkalan data dan pangkalan pengetahuan;
  • subsistem penjelasan membolehkan pengguna mendapatkan jawapan kepada soalan: "Mengapa sistem membuat keputusan ini?";
  • subsistem pemerolehan pengetahuan yang direka untuk menambah peraturan baharu pada pangkalan pengetahuan dan mengubah suai peraturan sedia ada;
  • antara muka pengguna, satu set program yang melaksanakan dialog pengguna dengan sistem pada peringkat memasukkan maklumat dan mendapatkan keputusan.

Sistem pakar berbeza daripada sistem pemprosesan data tradisional kerana mereka biasanya menggunakan perwakilan simbolik, inferens simbolik dan carian heuristik untuk penyelesaian. Untuk menyelesaikan masalah yang kurang boleh diformalkan atau tidak boleh diformalkan, rangkaian saraf atau neurokomputer adalah lebih menjanjikan.

Asas neurokomputer terdiri daripada rangkaian saraf - sambungan selari teratur hierarki elemen penyesuaian - neuron, yang memastikan interaksi dengan objek dunia nyata dengan cara yang sama seperti sistem saraf biologi.

Kejayaan besar dalam penggunaan rangkaian saraf telah dicapai dalam penciptaan sistem pakar pembelajaran kendiri. Rangkaian dikonfigurasikan, i.e. berlatih dengan meneruskan semua penyelesaian yang diketahui melaluinya dan mencapai jawapan yang diperlukan pada output. Persediaan terdiri daripada memilih parameter neuron. Selalunya mereka menggunakan program latihan khusus yang melatih rangkaian. Selepas latihan, sistem sedia untuk beroperasi.

Jika dalam sistem pakar penciptanya pra-memuat pengetahuan dalam bentuk tertentu, maka dalam rangkaian saraf tidak diketahui walaupun oleh pembangun bagaimana pengetahuan terbentuk dalam strukturnya dalam proses pembelajaran dan pembelajaran kendiri, i.e. rangkaian adalah "kotak hitam".

Neurokomputer, sebagai sistem kecerdasan buatan, sangat menjanjikan dan boleh dipertingkatkan tanpa henti dalam pembangunannya.

Pada masa ini, sistem kecerdasan buatan dalam bentuk sistem pakar dan rangkaian saraf digunakan secara meluas dalam menyelesaikan masalah kewangan dan ekonomi.

Nesterov A.V., Timchenko V.V., Trapitsyn S.Yu. Teknologi pedagogi maklumat. Manual pendidikan dan metodologi, - St. Petersburg: Publishing House "Book House" LLC, 2003 - 340 p.

Sistem pakar dalam pendidikan. Empat masalah pembangunan

Dan bukan pakaian seragam yang dihargai dalam kentang,

dan kandungan dalaman

Sistem pakar (ES) adalah berdasarkan penggunaan elemen kecerdasan buatan dan digunakan dalam sistem pendidikan automatik untuk meningkatkan kualiti pengajaran dengan mengautomasikan proses pembelajaran dan meningkatkan kecekapan dengan membebaskan guru daripada kerja rutin.

Kelemahan utama alat pendidikan elektronik sedia ada ialah penggunaan bentuk komunikasi interaktif primitif yang belum dibangunkan dengan pengguna. Peralihan daripada dialog primitif, seperti "menu", kepada dialog dalam bahasa "semulajadi", kepada dialog "daripada suara" memerlukan penggunaan sistem pakar.

Hari ini tiada definisi yang jelas tentang istilah "sistem pakar". Takrifan paling umum: ES ialah sistem buatan yang boleh menggantikan pakar manusia dalam bidang subjek tertentu dengan berkesan. Sistem maklumat automatik yang tertumpu kepada penyelesaian masalah dalam bidang subjek tertentu dengan kualiti yang mencukupi boleh dipanggil pakar.

ES bertujuan untuk menyediakan gabungan pengetahuan, pengalaman, kemahiran dan intuisi pakar yang berkelayakan. ES dalam kombinasi dengan kompleks maklumat pendidikan, berbeza dengan kursus latihan automatik sedia ada, adalah hala tuju baru untuk meningkatkan keberkesanan didaktik perisian dan kompleks metodologi yang melaksanakan kawalan dan pengurusan proses pembelajaran. Perbezaan ini terletak pada kemungkinan sokongan intelektual untuk pelajar yang berbeza tahap kesediaan. Kemungkinan ini adalah kerana adanya pangkalan pengetahuan.

Jenis tugas yang dinasihatkan untuk menggunakan ES:

pengurusan proses pembelajaran, dengan mengambil kira kesediaan individu pelajar, ciri-ciri individunya;

diagnostik dan ramalan kualiti asimilasi maklumat subjek dan pembentukan perubahan dalam urutan pembentangan bahan pendidikan;

mengekalkan tahap profesional pelajar dalam bidang mata pelajaran tertentu;

Abstrak mengenai topik:

"Mencipta laporan sebagai objek pangkalan data. Pakar dan sistem pembelajaran"


kandungan

Mencipta laporan sebagai objek pangkalan data

Struktur laporan dalam mod Reka bentuk

Kaedah untuk membuat laporan

Buat laporan


Mencipta laporan sebagai objek pangkalan data

Laporan ialah perwakilan data berformat yang dipaparkan pada skrin, dicetak atau dalam fail. Mereka membenarkan anda mengekstrak maklumat yang diperlukan daripada pangkalan data dan membentangkannya dalam bentuk yang mudah difahami, dan juga menyediakan peluang yang mencukupi untuk meringkaskan dan menganalisis data.

Apabila mencetak jadual dan pertanyaan, maklumat dipaparkan secara praktikal dalam bentuk di mana ia disimpan. Selalunya terdapat keperluan untuk membentangkan data dalam bentuk laporan yang mempunyai rupa tradisional dan mudah dibaca. Laporan terperinci merangkumi semua maklumat daripada jadual atau pertanyaan, tetapi mengandungi pengepala dan dipecahkan kepada halaman dengan pengepala dan pengaki.

Struktur laporan dalam mod Reka bentuk

Microsoft Access memaparkan data daripada pertanyaan atau jadual dalam laporan, menambah elemen teks untuk menjadikannya lebih mudah dibaca.

Elemen ini termasuk:

Tajuk. Bahagian ini dicetak hanya di bahagian atas halaman pertama laporan. Digunakan untuk mengeluarkan data, seperti teks tajuk laporan, tarikh atau pernyataan teks dokumen, yang perlu dicetak sekali pada permulaan laporan. Untuk menambah atau mengalih keluar kawasan tajuk laporan, pilih perintah Tajuk/Nota Laporan daripada menu Lihat.

Pengepala. Digunakan untuk memaparkan data seperti tajuk lajur, tarikh atau nombor halaman yang dicetak di bahagian atas setiap halaman laporan. Untuk menambah atau mengalih keluar pengepala, pilih Pengepala dan Pengaki daripada menu Paparan. Microsoft Access menambah pengepala dan pengaki pada masa yang sama. Untuk menyembunyikan salah satu pengepala dan pengaki, anda perlu menetapkan sifat Ketinggiannya kepada 0.

Kawasan data yang terletak di antara pengepala dan pengaki halaman. Mengandungi teks utama laporan. Bahagian ini memaparkan data yang dicetak untuk setiap rekod dalam jadual atau pertanyaan yang menjadi asas laporan. Untuk meletakkan kawalan dalam kawasan data, gunakan senarai medan dan bar alat. Untuk menyembunyikan kawasan data, anda perlu menetapkan sifat Ketinggian bahagian kepada 0.

Pengaki. Bahagian ini muncul di bahagian bawah setiap halaman. Digunakan untuk memaparkan data seperti jumlah, tarikh atau nombor halaman yang dicetak di bahagian bawah setiap halaman laporan.

Nota. Digunakan untuk mengeluarkan data, seperti teks kesimpulan, jumlah besar atau kapsyen, yang perlu dicetak sekali pada penghujung laporan. Walaupun bahagian Nota laporan berada di bahagian bawah laporan dalam paparan Reka bentuk, ia dicetak di atas pengaki halaman pada halaman terakhir laporan. Untuk menambah atau mengalih keluar kawasan nota laporan, pilih perintah Tajuk Laporan/Nota Laporan daripada menu Lihat. Microsoft Access menambah dan mengalih keluar tajuk laporan dan kawasan ulasan secara serentak.

Kaedah untuk membuat laporan

Anda boleh membuat laporan dalam Microsoft Access dalam pelbagai cara:

Pembina

Laporan Wizard

Laporan automatik: ke lajur

Laporan automatik: pita

Wizard Carta

Label pos


Wizard membenarkan anda membuat laporan dengan mengumpulkan rekod dan merupakan cara paling mudah untuk membuat laporan. Ia meletakkan medan yang dipilih ke dalam laporan dan menawarkan enam gaya laporan. Selepas melengkapkan Wizard, laporan yang terhasil boleh diubah suai dalam mod Reka bentuk. Menggunakan ciri Laporan Auto, anda boleh membuat laporan dengan cepat dan kemudian membuat beberapa perubahan padanya.

Untuk membuat Laporan Auto, anda mesti melakukan langkah berikut:

Dalam tetingkap pangkalan data, klik tab Laporan dan kemudian klik butang Cipta. Kotak dialog Laporan Baharu muncul.

Pilih lajur Autoreport: atau Autoreport: item pita dalam senarai.

Dalam medan sumber data, klik anak panah dan pilih Jadual atau Pertanyaan sebagai sumber data.

Klik pada butang OK.

Auto Report Wizard mencipta laporan automatik dalam lajur atau jalur (pilihan pengguna) dan membukanya dalam mod Pratonton, yang membolehkan anda melihat rupa laporan itu apabila dicetak.

Menukar skala paparan laporan

Untuk menukar skala paparan, gunakan penuding - kaca pembesar. Untuk melihat keseluruhan halaman, anda mesti mengklik mana-mana sahaja pada laporan. Halaman laporan akan dipaparkan pada skala yang dikurangkan.

Klik pada laporan sekali lagi untuk kembali ke paparan yang lebih besar. Dalam paparan laporan yang diperbesarkan, titik yang anda klik akan berada di tengah-tengah skrin. Untuk menatal melalui halaman laporan, gunakan butang navigasi di bahagian bawah tetingkap.

Cetak laporan

Untuk mencetak laporan, lakukan perkara berikut:

Pada menu Fail, klik pada arahan Cetak.

Dalam kawasan Cetak, klik pilihan Halaman.

Untuk mencetak hanya halaman pertama laporan, masukkan 1 dalam medan Daripada dan 1 dalam medan Kepada.

Klik pada butang OK.

Sebelum mencetak laporan, adalah dinasihatkan untuk melihatnya dalam mod Pratonton, yang boleh diakses dengan memilih Pratonton daripada menu Paparan.

Jika anda mencetak dengan halaman kosong di penghujung laporan anda, pastikan tetapan Ketinggian untuk nota laporan ditetapkan kepada 0. Jika anda mencetak dengan halaman kosong di antaranya, pastikan jumlah borang atau lebar laporan dan jidar kiri dan kanan tidak melebihi lebar helaian kertas yang dinyatakan dalam kotak dialog Page Setup (menu Fail).

Apabila mereka bentuk reka letak laporan, gunakan formula berikut: lebar laporan + jidar kiri + jidar kanan

Untuk melaraskan saiz laporan, anda mesti menggunakan teknik berikut:

menukar nilai lebar laporan;

Kurangkan lebar jidar atau tukar orientasi halaman.

Buat laporan

1. Lancarkan Microsoft Access. Buka pangkalan data (contohnya, pangkalan data pendidikan "Pejabat Dekan").

2. Cipta AutoReport: Pita, menggunakan jadual sebagai sumber data (contohnya, Pelajar). Laporan dibuka dalam mod Pratonton, yang membolehkan anda melihat rupa laporan apabila dicetak.

3. Tukar kepada mod Reka bentuk dan edit serta format laporan. Untuk beralih daripada mod Pratonton kepada mod Reka bentuk, anda mesti mengklik Tutup pada bar alat tetingkap aplikasi Akses. Laporan akan muncul pada skrin dalam mod Reka bentuk.


Suntingan:

1) alih keluar medan kod pelajar dalam pengepala dan kawasan data;

2) alihkan semua medan dalam pengepala dan kawasan data ke kiri.

3) Tukar teks dalam tajuk halaman

Dalam bahagian Tajuk Laporan, pilih Pelajar.

Letakkan penuding tetikus di sebelah kanan perkataan Pelajar supaya penuding bertukar kepada bar menegak (kursor input) dan klik pada kedudukan itu.

Masukkan NTU "KhPI" dan tekan Enter.

4) Alihkan Kapsyen. Dalam Pengaki, pilih medan =Sekarang() dan seret ke Pengepala Laporan di bawah nama Pelajar. Tarikh akan dipaparkan di bawah tajuk.

5) Pada bar alat Report Designer, klik butang Pratonton untuk pratonton laporan.

Pemformatan:

1) Pilih tajuk Pelajar NTU "KhPI"

2) Tukar muka taip, gaya fon dan warna, serta warna isian latar belakang.

3) Pada bar alat Report Designer, klik butang Pratonton untuk pratonton laporan.

Perubahan gaya:

Untuk menukar gaya, lakukan perkara berikut:

Pada bar alat Report Designer, klik butang AutoFormat untuk membuka kotak dialog AutoFormat.

Dalam senarai Laporan - AutoFormat Gaya Objek, klik Ketat dan kemudian klik OK. Laporan akan diformatkan dalam gaya Ketat.

Beralih kepada mod Pratonton. Laporan akan dipaparkan dalam gaya yang anda pilih. Mulai sekarang, semua laporan yang dibuat menggunakan fungsi AutoReport akan mempunyai gaya Ketat sehingga anda menentukan gaya yang berbeza dalam tetingkap AutoFormat.


Sistem pakar dan pembelajaran

Sistem pakar adalah salah satu aplikasi utama kecerdasan buatan. Kecerdasan buatan adalah salah satu cabang sains komputer yang menangani masalah perkakasan dan pemodelan perisian jenis aktiviti manusia yang dianggap intelektual.

Hasil penyelidikan mengenai kecerdasan buatan digunakan dalam sistem pintar yang mampu menyelesaikan masalah kreatif yang dimiliki oleh bidang subjek tertentu, pengetahuan tentang yang disimpan dalam ingatan (pangkalan pengetahuan) sistem. Sistem kecerdasan buatan tertumpu pada menyelesaikan kelas besar masalah, yang termasuk tugas yang dipanggil separa berstruktur atau tidak berstruktur (tugas yang boleh diformalkan secara lemah atau tidak boleh diformalkan).

Sistem maklumat yang digunakan untuk menyelesaikan masalah separa berstruktur dibahagikan kepada dua jenis:

Mencipta laporan pengurusan (melaksanakan pemprosesan data: mencari, menyusun, menapis). Pembuatan keputusan adalah berdasarkan maklumat yang terkandung dalam laporan ini.

Membangunkan alternatif penyelesaian yang mungkin. Membuat keputusan bergantung kepada memilih salah satu alternatif yang dicadangkan.

Sistem maklumat yang membangunkan alternatif penyelesaian boleh menjadi model atau pakar:

Sistem maklumat model menyediakan pengguna dengan model (matematik, statistik, kewangan, dll.) yang membantu memastikan pembangunan dan penilaian alternatif penyelesaian.

Sistem maklumat pakar menyediakan pembangunan dan penilaian alternatif yang mungkin oleh pengguna melalui penciptaan sistem berdasarkan pengetahuan yang diperoleh daripada pakar pakar.

Sistem pakar ialah program komputer yang mengumpul pengetahuan pakar - pakar dalam bidang subjek tertentu, yang direka untuk mendapatkan penyelesaian yang boleh diterima dalam proses pemprosesan maklumat. Sistem pakar mengubah pengalaman pakar dalam mana-mana bidang pengetahuan tertentu ke dalam bentuk peraturan heuristik dan bertujuan untuk perundingan pakar yang kurang berkelayakan.

Adalah diketahui bahawa pengetahuan wujud dalam dua bentuk: pengalaman kolektif dan pengalaman peribadi. Jika bidang subjek diwakili oleh pengalaman kolektif (contohnya, matematik yang lebih tinggi), maka bidang subjek ini tidak memerlukan sistem pakar. Jika dalam bidang subjek kebanyakan pengetahuan adalah pengalaman peribadi pakar peringkat tinggi dan pengetahuan ini berstruktur lemah, maka bidang tersebut memerlukan sistem pakar. Sistem pakar moden telah menemui aplikasi yang meluas dalam semua bidang ekonomi.

Pangkalan pengetahuan adalah teras sistem pakar. Peralihan daripada data kepada pengetahuan adalah akibat daripada pembangunan sistem maklumat. Pangkalan data digunakan untuk menyimpan data, dan pangkalan pengetahuan digunakan untuk menyimpan pengetahuan. Pangkalan data, sebagai peraturan, menyimpan sejumlah besar data dengan kos yang agak rendah, manakala pangkalan pengetahuan menyimpan set maklumat yang kecil tetapi mahal.

Pangkalan pengetahuan ialah kumpulan pengetahuan yang diterangkan menggunakan bentuk pembentangan yang dipilih. Mengisi pangkalan pengetahuan adalah salah satu tugas yang paling sukar, yang dikaitkan dengan pemilihan pengetahuan, pemformalan dan tafsirannya.

Sistem pakar terdiri daripada:

pangkalan pengetahuan (sebagai sebahagian daripada ingatan kerja dan asas peraturan), direka untuk menyimpan fakta awal dan pertengahan dalam ingatan kerja (juga dipanggil pangkalan data) dan menyimpan model dan peraturan untuk memanipulasi model dalam asas peraturan

penyelesai masalah (jurubahasa), yang menyediakan pelaksanaan urutan peraturan untuk menyelesaikan masalah tertentu berdasarkan fakta dan peraturan yang disimpan dalam pangkalan data dan pangkalan pengetahuan

subsistem penjelasan membolehkan pengguna mendapatkan jawapan kepada soalan: "Mengapa sistem membuat keputusan ini?"

subsistem pemerolehan pengetahuan yang direka untuk menambah peraturan baharu pada pangkalan pengetahuan dan mengubah suai peraturan sedia ada.

antara muka pengguna, satu set program yang melaksanakan dialog pengguna dengan sistem pada peringkat memasukkan maklumat dan mendapatkan keputusan.

Sistem pakar berbeza daripada sistem pemprosesan data tradisional kerana mereka biasanya menggunakan perwakilan simbolik, inferens simbolik dan carian heuristik untuk penyelesaian. Untuk menyelesaikan masalah yang kurang boleh diformalkan atau tidak boleh diformalkan, rangkaian saraf atau neurokomputer adalah lebih menjanjikan.

Asas neurokomputer terdiri daripada rangkaian saraf - sambungan selari teratur hierarki elemen penyesuaian - neuron, yang memastikan interaksi dengan objek dunia nyata dengan cara yang sama seperti sistem saraf biologi.

Kejayaan besar dalam penggunaan rangkaian saraf telah dicapai dalam penciptaan sistem pakar pembelajaran kendiri. Rangkaian dikonfigurasikan, i.e. berlatih dengan meneruskan semua penyelesaian yang diketahui melaluinya dan mencapai jawapan yang diperlukan pada output. Persediaan terdiri daripada memilih parameter neuron. Selalunya mereka menggunakan program latihan khusus yang melatih rangkaian. Selepas latihan, sistem sedia untuk beroperasi.

Jika dalam sistem pakar penciptanya pra-memuat pengetahuan dalam bentuk tertentu, maka dalam rangkaian saraf tidak diketahui walaupun oleh pembangun bagaimana pengetahuan terbentuk dalam strukturnya dalam proses pembelajaran dan pembelajaran kendiri, i.e. rangkaian adalah "kotak hitam".

Neurokomputer, sebagai sistem kecerdasan buatan, sangat menjanjikan dan boleh dipertingkatkan tanpa henti dalam pembangunannya. Pada masa ini, sistem kecerdasan buatan dalam bentuk sistem pakar dan rangkaian saraf digunakan secara meluas dalam menyelesaikan masalah kewangan dan ekonomi.


Topik 1. EOS sebagai komponen latihan intensif pakar.

Kuliah 8. Sistem pembelajaran pakar.

Bidang aplikasi sistem pakar dalam pengurusan.

Kos sistem pakar.

Pembangunan sistem pakar.

Sepanjang dua puluh tahun yang lalu, pakar dalam bidang sistem pintar telah menjalankan penyelidikan aktif dalam bidang mencipta dan menggunakan sistem pakar yang bertujuan untuk bidang pendidikan. Kelas sistem pakar baharu telah muncul - sistem pengajaran pakar - hala tuju yang paling menjanjikan untuk menambah baik alat pedagogi perisian ke arah pengetahuan prosedur.

Sistem pakar ialah satu set perisian komputer yang membantu seseorang membuat keputusan termaklum. Sistem pakar menggunakan maklumat yang diterima lebih awal daripada pakar - orang yang pakar terbaik dalam apa jua bidang.

Sistem pakar mesti:

  • menyimpan pengetahuan tentang bidang subjek tertentu (fakta, penerangan tentang peristiwa dan corak);
  • dapat berkomunikasi dengan pengguna dalam bahasa semula jadi yang terhad (iaitu bertanya soalan dan memahami jawapannya);
  • mempunyai satu set alat logik untuk memperoleh pengetahuan baharu, mengenal pasti corak, dan mengesan percanggahan;
  • menimbulkan masalah atas permintaan, menjelaskan perumusannya dan mencari penyelesaian;
  • Terangkan kepada pengguna bagaimana penyelesaian itu diperolehi.

Ia juga wajar bahawa sistem pakar dapat:

  • menyediakan maklumat yang meningkatkan keyakinan pengguna terhadap sistem pakar;
  • "Beritahu" tentang diri anda, tentang struktur anda sendiri

Sistem pembelajaran pakar (ETS) ialah program yang melaksanakan satu atau lain matlamat pedagogi berdasarkan pengetahuan pakar dalam bidang subjek tertentu, mendiagnosis pembelajaran dan pengurusan pembelajaran, dan juga menunjukkan tingkah laku pakar (pakar subjek, ahli metodologi, ahli psikologi. ). Kepakaran EOS terletak pada pengetahuannya tentang kaedah pengajaran, yang mana ia membantu guru mengajar dan pelajar belajar.

Seni bina sistem pembelajaran pakar merangkumi dua komponen utama: pangkalan pengetahuan (repositori unit pengetahuan) dan alat perisian untuk mengakses dan memproses pengetahuan, yang terdiri daripada mekanisme untuk membuat kesimpulan (keputusan), memperoleh pengetahuan, menerangkan hasil yang diperoleh, dan antara muka pintar.

Pertukaran data antara pelajar dan EOS dilakukan oleh program antara muka pintar yang menerima mesej pelajar dan menukarkannya kepada borang perwakilan pangkalan pengetahuan dan, sebaliknya, menterjemah perwakilan dalaman hasil pemprosesan ke dalam format pelajar dan mengeluarkan mesej kepada medium yang diperlukan. Keperluan yang paling penting untuk menganjurkan dialog antara pelajar dan EOS ialah semula jadi, yang tidak bermakna merumuskan keperluan pelajar secara literal dalam ayat bahasa semula jadi. Adalah penting bahawa urutan penyelesaian masalah adalah fleksibel, sepadan dengan idea pelajar dan dijalankan secara profesional.


Kehadiran sistem penerangan (SO) yang dibangunkan adalah amat penting untuk EOS yang bekerja dalam bidang pendidikan. Semasa proses pembelajaran, EOS seperti itu bukan sahaja akan memainkan peranan aktif sebagai "guru", tetapi juga peranan sebagai buku rujukan, membantu pelajar mengkaji proses dalaman yang berlaku dalam sistem menggunakan pemodelan kawasan aplikasi. Sistem komunikasi yang dibangunkan terdiri daripada dua komponen: aktif, yang merangkumi satu set mesej maklumat yang dikeluarkan kepada pelajar semasa bekerja, bergantung pada laluan khusus untuk menyelesaikan masalah, ditentukan sepenuhnya oleh sistem; pasif (komponen utama SO), memberi tumpuan kepada tindakan permulaan pelajar.

Komponen aktif CO ialah ulasan terperinci yang mengiringi tindakan dan keputusan yang diperolehi oleh sistem. Komponen pasif sokongan maklumat ialah jenis sokongan maklumat yang secara kualitatif, hanya wujud dalam sistem berasaskan pengetahuan. Komponen ini, sebagai tambahan kepada sistem BANTUAN yang dibangunkan yang dipanggil oleh pelajar, mempunyai sistem untuk menerangkan kemajuan penyelesaian masalah. Sistem penerangan dalam EOS sedia ada dilaksanakan dalam pelbagai cara. Ia boleh menjadi: satu set sijil maklumat tentang keadaan sistem; penerangan penuh atau separa tentang laluan yang diambil oleh sistem di sepanjang pepohon keputusan; senarai hipotesis yang diuji (asas pembentukannya dan keputusan ujiannya); senarai matlamat yang mengawal operasi sistem dan cara untuk mencapainya.

Ciri penting sistem komunikasi yang dibangunkan ialah penggunaan bahasa komunikasi semula jadi dengan pelajar. Penggunaan meluas sistem "menu" membolehkan bukan sahaja untuk membezakan maklumat, tetapi juga, dalam sistem elektronik yang dibangunkan, untuk menilai tahap kesediaan pelajar, membentuk potret psikologinya.

Walau bagaimanapun, pelajar mungkin tidak sentiasa berminat dengan output lengkap penyelesaian, yang mengandungi banyak butiran yang tidak perlu. Dalam kes ini, sistem seharusnya boleh memilih hanya perkara utama daripada rantaian, dengan mengambil kira kepentingannya dan tahap pengetahuan pelajar. Untuk melakukan ini, adalah perlu untuk menyokong model pengetahuan dan niat pelajar dalam pangkalan pengetahuan. Sekiranya pelajar terus tidak memahami jawapan yang diterima, maka sistem itu harus, dalam dialog berdasarkan model pengetahuan bermasalah yang disokong, mengajarnya serpihan pengetahuan tertentu, i.e. mendedahkan dengan lebih terperinci konsep dan kebergantungan individu, walaupun butiran ini tidak digunakan secara langsung dalam kesimpulan.