Intelligent Information Systems

课程简介

• 介绍、数据、信息与知识：智能信息系统架构；决策与系统；人工智能技术；数据与信息的概念；组织中数据转化为信息的方法；事务处理系统；数据库与知识库管理。 • 管理专家系统：专家系统的介绍；知识工程；知识获取；知识表示与推理；不确定性表示与推理；验证与验证；商业与金融中的应用。 • 基于案例推理：使用案例进行推理；表示案例；案例索引与检索；组织与检索算法；案例适应；案例库维护；基于案例推理的软计算；应用与案例研究。 • 数据与文本挖掘：数据挖掘与知识发现生命周期；关联、分类、聚类与预测；数据挖掘中的软计算；文本挖掘、信息提取与检索。 • 商业智能中的智能决策支持系统：计算智能技术；组织建模中的遗传算法；商业应用中的神经网络与模糊逻辑；混合系统；专家系统与神经网络的集成；集成智能系统。 • 模糊信息系统：经典集与模糊集；隶属函数；命题逻辑与模糊逻辑；近似推理；自然语言；语言模糊化；基于规则的系统；可能性与真值资格；图形推理技术。 • 用于管理的应用遗传算法：自然进化；简单遗传算法；评估；种群；父本选择；变异；倒位操作；性能增强；精英主义；稳态复制；鲁棒性；插值操作适应度；商业、金融与管理中的应用。 • 用于商业与金融的神经计算：生物神经网络与人工神经网络；单层与多层感知器；学习规则；模式空间划分；反向传播；Kohonen自组织网络；Hopfield网络；监督与非监督学习；联想记忆。

学习目标

• 介绍人工智能与计算智能领域中发展起来的原则、概念、理论和技术 • 理解智能技术在支持管理决策的信息系统构建中的应用 • 使学生掌握在商业与金融、计算与工程各个应用领域中解决问题的技术。

先修要求

先修课程/排除课程 无

教学模式

包括39小时的课堂活动，如讲座、辅导、实验室、工作坊及研讨会（如适用）