Знания – это выявленные закономерности предметной области (принципы, связи, законы), позволяющие решать задачи в этой области.

Знания следует отличать от данных.

Данные – это отдельные факты, характеризующие объекты, процессы в предметной области, а также их свойства.

Для представления знаний в настоящее время существует множество моделей (или языков).

Одна из распространенных моделей – это продукционная модель.

Продукционная модель, или модель, основанная на правилах, позволяет представить знания в виде предложений типа: Если (условие), то (действие).

Под условием понимается некоторое предложение-образец, по которому осуществляется поиск в базе знаний, а под действием – действия, выполняемые при успешном поиске.

При использовании продукционной модели база знаний состоит из набора правил. Программа, управляющая перебором правил, машиной вывода. Чаще всего вывод бывает прямой (от данных к поиску цели) или обратный (от цели для ее подтверждения – к данным). Данные – это исходные факты, на основании которых запускается машина вывода – программа, перебирающая факты.

Пример.

Имеется фрагмент базы знаний из двух правил:

П1: Если «отдых – летом» и «человек – активный», то «ехать в горы».

П2: Если «любит солнце», то «отдых – летом».

Предположим, что в систему поступили данные: «человек – активный» и «любит солнце».

Прямой вывод – исходя из данных, получить ответ.

1-й проход.

Шаг 1. Пробуем П1, не работает (не хватает данных «отдых – летом»).

Шаг 2. Пробуем П2, работает, в базу поступает факт «отдых – летом».

2-й проход.

Шаг 3. Пробуем П1, работает, активируется цель «ехать в горы», которая и выступает как совет, который дает ЭС.

Информационные технологии, используемые в экспертных системах и системах поддержки принятия решений, схожи в том, что обе они обеспечивают высокий уровень поддержки принятия решений. Однако, между ними имеются три существенных различия:

· Решение проблемы в рамках ИСППР отражает уровень ее понимания пользователем и его возможности получить и осмыслить решение. Технология экспертных систем, наоборот, предлагает пользователю принять решение, превосходящее его возможности.

· Способность экспертных систем пояснять свои рассуждения в процессе получения решения.

· В экспертных системах используется новый компонент ИТ – знаний.

Лекция3. Основные понятия и термины Табличного процессора Excel.

Краткая историческая справка.

Электронная таблица – самая распространенная и мощная информационная технология для профессиональной работы с данными.

Идея создания электронной таблицы возникла у студента Гарвардского университета Дэна Бриклина в 1979 году. Выполняя скучные вычисления экономического характера с помощью бухгалтерской книги, он и его друг Боб Франкстон, который разбирался в программировании, разработали первую программу электронной таблицы, которую назвали Visi Calc.

Затем появились усовершенствованные версии электронных таблиц: Super Calc и др.

Новый существенный шаг в развитии электронных таблиц сделала фирма Lotus, которая разработала в 1982 году профессиональную программу электронной таблицы и назвала ее Lotus 1-2-3. После разработки этой программы компания повышает свой объем продаж до 50 млн. долларов в год и становится большой независимой компанией – производителем программных средств.

Следующим шагом в развитии электронных таблиц явилось появление в 1987 году табличного процессора Excel фирмы Microsoft. Эта компания предложила простой графический интерфейс с ниспадающими меню, а также существенно расширила функциональные возможности пакета.

В настоящее время Excel – самая популярная программа среди широкого круга пользователей. Несмотря на то, что фирма Lotus выпустила новую версию электронной таблицы в трехмерной графике с улучшенными возможностями, Excel занимает ведущее место на рынке табличных процессоров.

Интерфейс табличного процессора.

Электронная таблица – компьютерный эквивалент обычной таблицы, в клетках которой записаны данные различных типов: тексты, даты, числа, формулы и т.д.