Baixe o app para aproveitar ainda mais
Prévia do material em texto
Tipos de sistemas (ia, lógica difusa, algoritmos geneticos, etc) 1 Tipos de sistemas (ia, lógica difusa, algoritmos geneticos, etc) Sistemas especialistas Base de conhecimento sistemas que modelam o conhecimento humano como uma série de regras. Exemplo: Sistema de liberação de crédito financeiro. Mecanismo de inferência É a estratégia usada para pesquisar a coleção de regras e formular conclusões. Engenheiro do conhecimento É um especialista em SI com talento especial para extrair informações e perícia de outros profissionais. Raciocínio baseado em casos Conhecimento organizacional capturado e armazenado utilizando raciocínio baseado nos casos. Sistemas de lógica difusa É uma tecnologia baseada em regras que representa tal imprecisão criando regras que usam valores aproximados ou subjetivos. Descrevem um fenômeno ou processo particular linguisticamente e, depois, representam essa descrição em um pequeno número de regras flexíveis.Oferecem soluções para problemas que exigem conhecimento técnico difícil de representar na forma de rígidas regras “se-então”. Exemplo: no Japão, o sistema de metrô de Sendai utiliza controles com lógica difusa para acelerar tão suavemente que os passageiros que estão em pé nem precisam se segurar. Redes neurais Usadas para resolver problemas complexos e não totalmente compreendidos, com grandes quantidades de dados coletadas . “Aprendem” padrões a partir de grandes Tipos de sistemas (ia, lógica difusa, algoritmos geneticos, etc) 2 quantidades de dados; para tanto, “peneiram” os dados, procuram relações, constroem modelos e os revisam várias vezes, corrigindo seus próprios erros. Os seres humanos “treinam” a rede alimentando-a com dados para os quais as entradas produzem um conjunto conhecido de saídas ou conclusões. Úteis na solução de problemas complexos e de difícil compreensão, para os quais grandes volumes de dados foram coletados. Algoritmos genéticos Servem para encontrar a solução ideal de um problema, após exame de um imenso número de soluções alternaUvas. Baseados em métodos inspirados na biologia evolucionária, tais como herança, mutação, seleção e cruzamento (recombinação). Algoritmos genéticos Funcionam representando informações como cadeias de 0 e 1. Depois, pesquisam randomicamente as cadeias de combinações de dígitos geradas, para identificar a melhor solução possível. Usados para resolver problemas que sejam muito dinâmicos e complexos, envolvendo centenas de milhares de variáveis ou fórmulas. Agentes inteligentes São sotwares que trabalham na retaguarda, sem intervenção direta humana, que executam tarefas específicas, repetitivas e previsíveis para um único usuário, processo de negócio ou aplicativo.
Compartilhar