0.1 Vrste Znanja
-
Upload
lazoroljic -
Category
Documents
-
view
225 -
download
0
Transcript of 0.1 Vrste Znanja
-
7/24/2019 0.1 Vrste Znanja
1/53
Vrste znanja
Prof. dr Lazo Rolji
-
7/24/2019 0.1 Vrste Znanja
2/53
-
7/24/2019 0.1 Vrste Znanja
3/53
Vrste znanja
Denicija znanja u poslovnoj inteligenciji po Tiwana: inf
sa akcijom raspoloiva u pravom formatu, u pravo vrempravom mestu za odluivanje.
Znanje je uvijek vezano za kontekst a to zna!i da znan
va"i u odre#eno$ kontekstu ne $ora da va"i u drugo$
%ada se javi odre#eni pro&le$ koji tre&a da se rije'i &itkontekst u ko$e se javlja jer on zajedno sa pro&le$o$
odre#uje rje'enje koje se tra"i.
Znanje predstavlja trojku problema, konteksta i rjeenja
Rje'enje predstavlja prijedlog akcije koji predla"e D(.
-
7/24/2019 0.1 Vrste Znanja
4/53
%onteksttre&a s)vatiti kao ograni!enja koja postosiste$u dok pro&le$ deni'e cilj koji je potre&no
sprovesti.
Zapravo znanje je $odel koji predla"e rje'enje
odre#enog pro&le$a u odre#eno$ kontekstu. * rpri$jena$a znanja u poslovnoj inteligenciji se do
jedan za)tjev da znanje tre&a da pro#e iskustven
provjeru.
-
7/24/2019 0.1 Vrste Znanja
5/53
Za znanjeva"i da: Posjedovanje znanja je preduslov dono'enja ispr
upravlja!ki) poslovni) odluka
Znanje u se&i sadr"i ko$ponentu akcije
Znanje je vezano za kontekst Znanje $o"e da se predstavi trojko$ + pro&le$
kontekst i rje'enje
Znanje predstavlja pri)vatljivo rje'enje odre#nopro&le$a koje naj!e'e nije opti$alno
,vako znan e tra"i e$ iri sku otvrdu.
-
7/24/2019 0.1 Vrste Znanja
6/53
Znanje $o"e da se podijeli na:
Proceduralno znanje+ o&ja'njava proceduru rje'a
pro&le$a. %arakteristika ovog znanja je da onoo&ja'njava kako se rje'ava pro&le$.
(vo znanje odgovara na pitanje %ako- ali ne i Za
Znanje predstavljeno u vidu proceduralnog znanja
one$oguava korisnika siste$a da &ude kreativa
unapre#enju odre#enog znanja i da raz$i'lja za't
ne'to radi ve korisniku isklju!ivo po$a"e da rije
odre#eni pro&le$ pri$jer uputstvo za popravku
-
7/24/2019 0.1 Vrste Znanja
7/53
Deskriptivno znanje 0 opisuje sa vi'e detalja odre
pro&le$ sa cilje$ da se o&jasne poj$ovi vezani z
konkretnu pro&le$atiku. (vo$ znanju nedostaje
organizacija znanja u o&liku pro&le$ kontekst rje
(vo znanje ipak $o"e da po&olj'a proceduralno%ao deskriptivno znanje $ogu da se s$atraju
nestrukturisana nesiste$atizovana uputstva za
rje'avanje odre#enog pro&le$a.
-
7/24/2019 0.1 Vrste Znanja
8/53
-
7/24/2019 0.1 Vrste Znanja
9/53
Epizodno znanje + sastavljeno je iz niza povezani) iskustven
zapisa tj slu!ajeva. (vi slu!ajevi $ogu se zvati scenarija ili
1pizode su odre#ena iskustvena znanja a iz$e#u nji) posto
odre#ena organizacija.
1pizodno znanje sadr"i ko$ponentu akcije i predstavlja zap
sekvencu/ epizoda iz$e#u koji postoji odre#eni redosljed psvaka epizoda u se&i sadr"i rje'enje odre#enog $alog pro&
2z epizodnog znanja $o"e da se sazna 'ta uraditi ali i za'to
uraditi.
-
7/24/2019 0.1 Vrste Znanja
10/53
1pizodno znanjeje najupotre&ljivije za dono'enje pos
odluka. 3ilj je da svako znanje pre#e put od procedur
deskriptivnog do epizodnog da &i se na kraju pro&le$
za)tijeva epizodno znanje $ogao rje'avati na proced
na!in.
Deskriptivno znanje slu"i kao polazna osnova iz njeguo!ava se$anti!ko znanje da &i se na kraju do'lo do
epizodnog znanja koje tre&a da &ude u for$i proced
2z epizodnog znanja $o"e da se do&ije proceduralno
koje je &olje od prvo&itnog proceduralnog.
-
7/24/2019 0.1 Vrste Znanja
11/53
-
7/24/2019 0.1 Vrste Znanja
12/53
5edna od najpoznatiji) podjela znanja u svijetu
$enad"$enta je podjela na eksplicitnoi i$plicitn
preutnoznanje!
(va denicija je korisna jer nagla'ava razliku iz$ljudske i ra!unarske ko$ponente znanja.
-
7/24/2019 0.1 Vrste Znanja
13/53
Eksplicitno znanjeje znanje sadr"ano u knjiga$a
doku$enti$a izvje'taji$a ta&ela$a i sl.
(vo znanje $o"e jednostavno da se for$alizuje
predstavi i sa!uva u elektronskoj for$i.
1ksplicitno znanje organizacije !uvaju u 6P ili sistza !uvanje znanja.
Zapravo eksplicitno znanje je ono znanje koje $o
se for$alizuje.
-
7/24/2019 0.1 Vrste Znanja
14/53
Preutno znanjeti)o tacitno i$plicitno/je onaj di
pojedinaca koji se te"e for$alizuje. To je znanje koje
pro'lo iskustvenu provjeru.
Te'ko je rje'avati odre#ene pro&le$e tako 'to se pr
knjiga ili uputstvo za rad.7ko odre#eni pojedinac ne posjeduje prakti!nu stra
rje'avanja pro&le$a njegova znanja su $anje upot
-
7/24/2019 0.1 Vrste Znanja
15/53
4ajzani$ljiviji dio preutnog znanja je zapravoekspertsko znanje koje i$a veliku vrijednost i kojeorganizacije !esto poku'avaju da uskladi'te u svopodataka.
8e#uti$ ekspertsko znanje je nekada te'ko zapistrenutno je ne$ogue cjelokupno znanje jednog es$jestiti u ra!unar.
9jeruje$o ipak da preutno znanje $o"e da se za
-
7/24/2019 0.1 Vrste Znanja
16/53
-
7/24/2019 0.1 Vrste Znanja
17/53
5edan o&lik predstavljanja znanja jeste patern (uzorak, omustra).
Paternje nosilac znanja ali je i gradivni ele$ent znanja. uspostaviti razliku iz$e#u paterna i slu!aja.
,lu!ajiz pro'losti transakcija/ predstavlja jedan vid !uva2pak slu!ajevi ne$aju sve oso&ine paterna u s$islu da da se lako iskoriste za generisanje novi) rje'enja kao 'topaterni.
-
7/24/2019 0.1 Vrste Znanja
18/53
Pattern i pattern pokret
Paternipredstavljaju iskustveno dokazana rje'enja za pu odre#eno$ kontekstu. 8ogu da se predstave trojko$pro&le$ kontekst rje'enje/.
Za razliku od slu!ajeva i drugi) o&lika znanja koji i$ajufor$u paterni su pro'li iskustvenu validaciju.
Znanje eksperta $o"e da se $odelira preko paterna. ,ekspert je toko$ svog procesa u!enja savladao odre#e
paterna koji ga !ine eksperto$ u toj o&lasti. Danas se paterni prou!avaju najvi'e u softversko$ in"
gdje se generi'u velike koli!ine koda i grade veliki siste ,a$a pri$jena paterna kao nosioca znanja je po!ela d
razvija kao disciplina u ar)itekturi ali se koristi i u softvin"enjerstvu teleko$unikacioni$ organizacija$a upra
projekti$a.
-
7/24/2019 0.1 Vrste Znanja
19/53
-
7/24/2019 0.1 Vrste Znanja
20/53
-
7/24/2019 0.1 Vrste Znanja
21/53
Pattern, osim izvjesnosti, mora sadravati i neka dodatna
kao to su0
- netrivijalnost(zna$i da pattern nije jednostavno izvodlj
podataka),
- mora predstavljati novost za korisnika (mora biti do tad
korisniku nepoznat, tj. nov),- mora biti koristan i primjenljiv (pattern kojim se izraa
mora biti primjenjiv i pomo%i korisniku u rjeavanju zad
-
7/24/2019 0.1 Vrste Znanja
22/53
,vr)a algorit$a apriori je pronala"enje asocijativ
pravila. To su pravila o&lika 7;6.
7lgorita$ apriori preveden na relacione &aze pod
izra"ava tvrdnju da slog koji sadr"i skup ele$enat
sadr"i i skup ele$enata 6 uz uslov da je nji)ov p
prazan skup 7
-
7/24/2019 0.1 Vrste Znanja
23/53
Za asocijativna pravila vezuju se faktori povjerenja i p
(ni su dva pokazatelja jakosti u pravilu:
Podr'kasupport/ 7 ; 6 >76? @ 4 gdje je 4 &roj slo
ta&eli.
Podr'ka pravilu 7 ; 6 je proporcija &roja pojavljivan
pravila.
Povjerenjecondence/ je 7 ; 6/ >76? @ >7?
Povjerenje pravilu 7 ; 6/ je proporcija koja pokazuj
-
7/24/2019 0.1 Vrste Znanja
24/53
7lgorita$ apriori pri$jenjuje se za otkrivanje jaki
asocijativni) pravila.5aki skupovi ele$enata su skupovi asocirani) ele$
sa stepeno$ podr'ke siznad neke unaprijed zada
vrijednosti.
Drugi va"an poja$ tog algorit$a je nadovezivanj
skupova koji se ozna!avaju operatoro$ .
Za skupove skupova od jednog ele$enta
,A,B Ck l $ Ck l $ Ckl k$ l$.
-
7/24/2019 0.1 Vrste Znanja
25/53
Pri$jeri pri$jene apriornog algorit$a
8arketin'ki odjeli veliki) super$arketa !esto se s
sa odluka$a na koje proizvode staviti popuste ka
dizajnirati kupone kako rasporediti proizvode na
tako da &i se poveala prodaja itd.
%ako &i donosili takve odluke analiziraju podatke
prodaji kori'tenje$ razli!iti) $etoda. 5edna od $e
kojoj s$o pret)odno govorili je apriori algorita$.
-
7/24/2019 0.1 Vrste Znanja
26/53
Eta i$a$o-
F 2$a$o super$arket u koje$ se prodaju odre#e
proizvodi te ga pro$atra$o u neko$ vre$enskoperiodu. ,vaki kupac u super$arketu kupi neke p
ko'aric kupca/
F * ter$ini$a na'eg pro&le$a:
2$a$o veliku &azu podataka koja se sastoji od trans
ko'arica pojedini) kupaca/. 1le$enti transakcija su e
iz skupa svi) proizvoda iz super$arketa
-
7/24/2019 0.1 Vrste Znanja
27/53
Eta "eli$o-
F 2z &aze podataka "eli$o izvui neka pravila. 4a
pri$jer:
"#$ ljudi koji kupe kru% i maslac, tako&e kup
mlijeko!
F %ru) i $aslac !ine pre$isu tog pravila a $lijek
konkluziju. 6roj GHI ozna!ava pouzdanost pravila
E
-
7/24/2019 0.1 Vrste Znanja
28/53
Eta e$o s ti$ pravili$a-F 7ko prona#e$o sva pravila koja i$aju !okoladu kao konkluzi
na$ $ogu rei 'ta trgovina $o"e preduzeti da &i poveala pro
!okoladeF 7ko prona#e$o pravila koja i$aju !okoladu u pre$isi $o"e
koje &i sve proizvode uticalo kada &i trgovina prestala prodava
F 7ko prona#e$o sva pravila koja sadr"e )renovke u pre$isi i
konkluziji $o"e$o saznati koji jo' proizvod &i se tre&ao kupiti
kako &i &ilo jako vjerovatno da e kupac kupiti i senf
F 7ko prona#e$o sva pravila koja sadr"e proizvode sa police 7
$o"e$o vidjeti kako prodaja proizvoda s police 7 uti!e na prod
proizvoda s police 6
-
7/24/2019 0.1 Vrste Znanja
29/53
%ako e$o pronai pravila-
F Pa naravno apriori algorit$o$. :/
P j i
-
7/24/2019 0.1 Vrste Znanja
30/53
Poj$ovi
F Skup proizvoda 2C2A 2B ... 2$C$lijeko k
F Baza podatakaTCtA tB ... tn + sastoji se otransakcija tikupac i je kupio proizvode iz ti/
F Transakcija ti0 vektor koji se sastoji od nula il
jedinica
t>j?A ako je proizvod j kupljen u transakciji i H in
npr. t>J?A H H A/ /
-
7/24/2019 0.1 Vrste Znanja
31/53
Poj$ovi
F 4eka je K skup proizvoda K. %a"e$o da transak
zadovoljava K ako za svaki 2k vrijedi t>k?A
F Pravilo asocijacijeje i$plikacija o&lika K ;
je K skup proizvoda iz 2
F Pravilo asocijacije je zadovoljeno u skupu transa
sa faktoro$ pouzdanosti c ako cI transakcija izzadovoljavaju K tako#e zadovoljavaju i 2k
F Znaaj pravila je udio transakcija koje zadovolj
pravilo u ukupno$ &roju transakcija u &azi podata
P i j
-
7/24/2019 0.1 Vrste Znanja
32/53
Pri$jer
I kupaca koji kupe proizvod 7 tako#e kupe i pro6.
F Zna!aj tog pravila predstavlja frekvenciju pojavskupa C7 6 u svi$ transakcija$a. 9rijedi:
F 7ko je zna!aj7/AHI i zna!aj7 6/I tada pouzdanost pravila jednaka HI. 9rijedi:
-
7/24/2019 0.1 Vrste Znanja
33/53
(grani!enja
M l d i ij &l
-
7/24/2019 0.1 Vrste Znanja
34/53
Mor$alna denicija pro&le$a
-
7/24/2019 0.1 Vrste Znanja
35/53
N t ki l it i
-
7/24/2019 0.1 Vrste Znanja
36/53
Nenetski algorit$i
Planiranje
Nenetic 7lgorit)$s N7/ $o"e se upotre&iti za pro&
planiranja. 8o"e prikazati ograni!enja i ciljeve i to inu jednu $etodu opti$izacije. Ra!unarske igre
Ire
Nenetic 7lgorit)$s se $o"e upotre&iti za prikaz stratigra!a.
Stock !arket Tradin
Nenetic 7lgorit)$s se $o"e upotre&iti za trgovanje n&erza$a. 8o"e opti$izirati ulaze indikatore i pravila siste$u trgovanja i poveati pri)ode.
!edicina
2 * d N ti l it)
-
7/24/2019 0.1 Vrste Znanja
37/53
2. *vod Nenetic algorit)$sDio su evolucijskog co$putinga evolutionarO co$putingdijela u$jetne inteligencije.
2nspirisan je Darwinovo$ teorijo$ evolucije. Pro&le$ sepri$jeno$ evolucijskog procesa prilago#avanja i selekc
jedinki populacije. 5ednostavno lazanorje'enje evolvira.
Istorijat
1volutionarO co$puting je uvedeno AGHs &O 2. Rec)en&Q1volution strategiesQ 1volutions strategie u orginalu/.
pri)vatili i razvijali i drugi istra"iva!i.
Nenetic 7lgorit)$s N7s/ were invented &O 5o)n ollanddeveloped &O )i$ and )is
S Q
-
7/24/2019 0.1 Vrste Znanja
38/53
2n AGGB 5o)n %oza )as used genetic algorit)$ to eprogra$s to perfor$ certain tasks. e called )is $Qgenetic progra$$ingQ NP/.
L2,P progra$s were used &ecause progra$s in t)language can eUpressed in t)e for$ of a Qparse tr
w)ic) is t)e o&ject t)e N7 works on.c/ 8arek (&itko AGGV
-
7/24/2019 0.1 Vrste Znanja
39/53
-
7/24/2019 0.1 Vrste Znanja
40/53
-
7/24/2019 0.1 Vrste Znanja
41/53
-
7/24/2019 0.1 Vrste Znanja
42/53
-
7/24/2019 0.1 Vrste Znanja
43/53
-
7/24/2019 0.1 Vrste Znanja
44/53
-
7/24/2019 0.1 Vrste Znanja
45/53
-
7/24/2019 0.1 Vrste Znanja
46/53
-
7/24/2019 0.1 Vrste Znanja
47/53
-
7/24/2019 0.1 Vrste Znanja
48/53
-
7/24/2019 0.1 Vrste Znanja
49/53
-
7/24/2019 0.1 Vrste Znanja
50/53
-
7/24/2019 0.1 Vrste Znanja
51/53
-
7/24/2019 0.1 Vrste Znanja
52/53
-
7/24/2019 0.1 Vrste Znanja
53/53