Теория нечетких множеств в системах искусственного интеллекта

Цели и задачи дисциплины

Целью изучения дисциплины является изучение методов и подходов теории нечетких множеств и нечеткой логики как инструмента работы с системами искусственного интеллекта. Задачи дисциплины: 1. Получить знания об аппарате теории нечетких множеств, областях ее применения. 2. Получить углубленные знания об использовании теории нечетких множеств для создания систем искусственного интеллекта.

Краткое содержание дисциплины

В рамках дисциплины вводится понятие нечеткого множества, рассматриваются основные способы построения функции принадлежности, а также понятие лингвистической переменной и композиционного правила вывода. Кроме того, рассмотрены системы искусственного интеллекта, основанные на теории нечетких множеств. Эти системы содержат в себе различные методы работы с нечеткостью, такие как нечеткая модель вывода, нечеткая регрессия, нечеткая классификация и кластеризация.

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-7 (ПК-3 модели) Способен осуществлять концептуальное моделирование проблемной области и проводить формализацию представления знаний в системах искусственного интеллекта