View
103
Download
2
Category
Preview:
DESCRIPTION
Tema 5: Ekspertni sistemi, veštačke neuronske mreže i sistemi za podršku odlučivanju (VEŽBE). SISTEMI ZA PODRŠKU ODLUČIVANJU doc dr Vladislav Mi š kovic Fakultet za informatiku i menadžment 2009/2010. - PowerPoint PPT Presentation
Citation preview
Tema 5: Ekspertni sistemi, veštačke neuronske mreže i sistemi za podršku
odlučivanju (VEŽBE)
SISTEMI ZA PODRŠKU ODLUČIVANJUdoc dr Vladislav Miškovic
Fakultet za informatiku i menadžment
2009/2010
Tema 5: Ekspertni sistemi, veštačke neuronske mreže i
sistemi za podršku odlučivanju (VEŽBE)
1. Vežba 1: Primer malog ekspertnog sistema za podršku odlučivanju (Excel)
2. Vežba 2: Primer induktivnog generisanja baze znanja za ljusku ES (e2g, WEKA)
3. Vežba 3: Prikaz sopstvenog sistema induktivno učenje pravila (Empiric)
Vežba 3: Prikaz sopstvenog sistema za induktivno učenje pravila
• Sopstveni sistem Empiric [1] namenjen je otkrivanju znanja
• Osnovne funkcije sistema su:– učenje bez učitelja (grupisanje - clustering)– učenje s učiteljem (učenje pravila - rule learning)– nelinearna vizualizacija (metod triangulacije)
• Prikazaće se samo induktivno učenje pravila na osnovu primera– Napomena: model primera ovog alata dozvoljava
numeričke, nenumeričke i strukturne atribute, kojima se može opisati i interna struktura primera
Induktivno učenje pravila
• Implementirana jedna klasa metoda učenja pravila na osnovu primera (rule learning):
procedure RuleInduction(S)Rules = {}for each class C
pos = { x S | class(x) = C }neg = { x S | class(x) C }repeat
R = BestRule( C, pos, neg, F )pos = pos \ { x pos | R covers x }Rules = Rules { R }
until pos={} or R=nilend
Primer učenja
• Upotrebiće se već korišćen adaptirani primer iz baze UCI– fajl zoologija.ls– predefinisani format,
sufiks .ls
• Empiric.exe – laboratorijska verzija
softvera (nije nužna instalacija)
– grafički interfejs, Open
Primer učenja
• Empiric.Rules - induktivno učenje pravila– dijalog Rules/Learn– izbor estimacije
tačnosti Cross-validation
– izbor varijante metoda Q-measure i unos parametra Minimal support (4)
Primer učenja
• Tačnost ocenjena metodom unakrsne validacije iznosi 93,64%±6,9%
Primer učenja
• Konačan skup pravila se ipak uči na osnovu svih primera iz obučavajućeg skupa:
Mala preformulacija...1.[daje_mleko=da] -> [vrsta=sisar]2.[perje=da] -> [vrsta=ptica] 3.[zivotinja=piton,haterija,kornjaca,slepic] -
> [vrsta=gmizavac] 4.[otrovna=da][peraja=ne][zubata=da]
[zivotinja=morska_zmija] -> [vrsta=gmizavac]
5.[peraja=da][nosi_jaja=da] -> [vrsta=riba] 6.[zivotinja=zaba,dazdevnjak,
zaba_krastaca] -> [vrsta=vodozemac] 7.[broj_nogu=6][vodena_zivotinja=ne] ->
[vrsta=insekt] 8.[kicmenjak=ne][leti=ne][krzno=ne]
[perje=ne][daje_mleko=ne][zubata=ne] [peraja=ne][broj_nogu=>0] [domaca_zivotinja=ne][predator=da] -> [vrsta=beskicmenjak]
9.[otrovna=ne] -> [vrsta=beskicmenjak]
1.IF [daje_mleko=da] THEN [vrsta=sisar]2.IF [perje=da] THEN [vrsta=ptica] 3.IF [zivotinja=piton,haterija,kornjaca,slepic]
THEN [vrsta=gmizavac] 4.IF [otrovna=da][peraja=ne][zubata=da]
[zivotinja=morska_zmija] THEN [vrsta=gmizavac]
5.IF [peraja=da][nosi_jaja=da] THEN [vrsta=riba]
6.IF [zivotinja=zaba,dazdevnjak,zaba_krastaca] THEN [vrsta=vodozemac]
7.IF [broj_nogu=6][vodena_zivotinja=ne] THEN [vrsta=insekt]
8.IF [kicmenjak=ne][leti=ne] [krzno=ne][perje=ne] [daje_mleko=ne][zubata=ne][peraja=ne] [broj_nogu=>0][domaca_zivotinja=ne] [predator=da] THEN [vrsta=beskicmenjak]
9.IF [otrovna=ne] THEN [vrsta=beskicmenjak]
Pravila u formatu e2g (zoolog2.kb)...
1. IF [daje_mleko]="da"THEN [vrsta ] ="sisar"
2. IF [perje]="da" THEN [vrsta ] ="ptica"
3. IF [zivotinja]="piton" OR [zivotinja]="haterija" OR [zivotinja]="kornjaca" OR [zivotinja]="slepic"THEN [vrsta]="gmizavac"
4. IF [otrovna]="da" AND [peraja]="ne" AND [zubata]="da" AND [zivotinja]="morska_zmija"THEN [vrsta]="gmizavac"
5. IF [peraja]="da" AND [nosi_jaja]="da"THEN [vrsta]="riba"
6. IF [zivotinja]="zaba" OR [zivotinja]= "dazdevnjak" OR [zivotinja]= "zaba_krastaca"THEN [vrsta]="vodozemac"
7. IF [broj_nogu]=6 AND [vodena_zivotinja]="ne" THEN [vrsta]="insekt"
8. IF [kicmenjak]="ne" AND [leti]="ne" AND [krzno]="ne"AND [perje]="ne" AND [daje_mleko]="ne" AND [zubata]="ne" AND [peraja]="ne" AND [broj_nogu]=>0 AND [domaca_zivotinja]="ne" AND [predator]="da" THEN [vrsta]="beskicmenjak"
9. IF [otrovna]="ne"THEN [vrsta]="beskicmenjak"
Testiranje baze znanja
• proba: galeb
Literatura
1. Miškovic V., Jedna klasa algoritama za induktivno učenje, Magistarski rad, Elektrotehnički fakultet, Univerzitet u Beogradu, Beograd, 2002.
2. www.expertise2go.com
SISTEMI ZA PODRŠKU ODLUČIVANJU Tema 5: Ekspertni sistemi, veštačke neuronske mreže
i sistemi za podršku odlučivanju (VEŽBE)
KRAJ
Recommended