سیستم های آموزش کارشناس در آموزش و پرورش. سیستم های آموزش کارشناس

(در پزشکی، رایانه گزینه های تشخیص را ارائه می دهد، به سیستم های متخصص شورا می دهد) - این برنامه ها برای رایانه های تجمع (به عنوان مثال، جمع آوری، جمع آوری) دانش کارشناسان - کارشناسان در زمینه های موضوعی خاص که در نظر گرفته شده برای به دست آوردن راه حل های قابل قبول در روند پردازش اطلاعات. سیستم های کارشناس تجربه کارشناسان در یک صنعت خاص را به شکل قوانین اکتشافی تبدیل می کنند و برای مشاوره کمتر واجد شرایط هستند.

اصول کار یک سیستم متخصص بر اساس دانش: مزایای سیستم متخصص حقایق یا سایر اطلاعات و مشاوره متخصص یا دانش متخصص را به عنوان یک نتیجه دریافت می کند.

سیستم متخصص شامل موارد زیر است:

پایگاه دانش (به عنوان بخشی از حافظه کاری و پایه قوانین)، طراحی شده برای ذخیره حقایق اصلی و متوسط \u200b\u200bدر حافظه کاری (همچنین پایگاه داده ها نامیده می شود) و ذخیره سازی مدل ها و قوانین مدل های دستکاری در قوانین

Solvers Task (مترجم)، که پیاده سازی دنباله ای از قوانین را برای حل یک کار خاص بر اساس حقایق و قوانین ذخیره شده در پایگاه های داده و پایگاه های دانش تضمین می کند

توضیحات زیرسیستم، به کاربر اجازه می دهد تا پاسخ به این سوال را دریافت کند: "چرا این سیستم چنین تصمیمی را تصویب کرد؟"

زیرسیستم های کسب دانش طراحی شده برای اضافه کردن قوانین جدید به پایه قوانین جدید و اصلاح قوانین موجود.

رابط کاربر، برنامه های پیچیده، پیاده سازی گفتگوی کاربر با سیستم در مرحله ورود اطلاعات و به دست آوردن نتایج.

به طور کلی سیستم های کارشناس کلاسF، در جهت Throma OSN جهت: با توجه به نوع کامپیوتر، به دلیل زمان واقعی و با نوع کار قابل حل.

با توجه به EUM es classif on: super computer؛ EUM عملکرد متوسط؛ پردازنده های نمادین؛ کامپیوترهای شخصی.

در رابطه با زمان واقعی کلاس به: استاتیک؛ quasidinamic؛

· پویا

با نوع کار قابل حل کلاس به: تفسیر داده ها؛ تشخیص؛ نظارت بر؛ طرح؛ پیش بینی؛ برنامه ریزی؛ کنترل؛ تصمیم گیری را پشتیبانی می کند آموزش.

دانش متخصص تنها به یک موضوع متعلق است، و این شامل تفاوت بین روش ها بر اساس استفاده از سیستم های متخصص، از روش های کلی برای حل مشکلات است. دانش متخصص مربوط به راه حل وظایف خاص، زمینه دانش متخصص است.

در زمینه دانش، سیستم متخصص، استدلال را انجام می دهد یا نتیجه های منطقی را در مورد همان اصل انجام می دهد، به عنوان یک فرد متخصص استدلال می کند و یا یک روش منطقی برای حل مشکل. این به این معنی است که بر اساس حقایق خاص با استدلال، نتیجه منطقی، توجیه شده شکل گرفته است، که از این حقایق پیروی می کند.



سیستم های متخصص دارای بسیاری از تم های جذاب هستند:

· افزایش قابلیت دسترسی. برای اطمینان از دسترسی به دانش تخصصی، هر گونه سخت افزار جمع و جور مناسب می تواند اعمال شود.

· کاهش هزینه ها سهم تخصص در محاسبه در یک مزیت جداگانه به طور قابل توجهی کاهش می یابد.

· کاهش خطر. سیستم های متخصص می توانند در چنین محیطی استفاده کنند، گربه ممکن است برای افراد خطرناک باشد.

· پایداری. دانش کارشناس در هر نقطه ناپدید نمی شود. بر خلاف متخصصان افراد که می توانند بازنشسته شوند، از کار یا مرگ بازنشسته شوند، دانش سیستم متخصص در طول مدت زمان نامحدود حفظ می شود.

· امکان به دست آوردن دانش متخصص از منابع بسیاری. با کمک سیستم های متخصص، دانش بسیاری از کارشناسان را می توان جمع آوری و جذب به کار بر روی وظیفه انجام شده به طور همزمان و به طور مداوم، در هر زمان از روز و شب. سطح تخصص همراه با ترکیب دانش چندین کارشناس ممکن است از سطح دانش متخصص فرد فرد تجاوز کند.

· افزایش قابلیت اطمینان. استفاده از سیستم های متخصص باعث افزایش میزان اعتماد به نفس در این واقعیت می شود که تصمیم درست انجام می شود، با ارائه یک نظر منطقی به شخص-ku یا واسطه در حل نظرات متناقض بین چندین کارشناس. (البته، این روش حل و فصل نظرات ناسازگار را نمی توان مورد استفاده قرار داد اگر سیستم متخصص توسط یکی از کارشناسان درگیر در برخورد نظرات برنامه ریزی شود.) تصمیم سیستم متخصص باید همیشه با تصمیم متخصص منطبق باشد؛ گمشده تنها توسط یک خطای ساخته شده توسط یک متخصص ایجاد می شود که ممکن است تنها زمانی رخ دهد که فرد متخصص خسته یا در حالت استرس باشد.



· توضیح. سیستم متخصص قادر به توضیح جزئیات استدلال های خود است، گربه منجر به نتیجه گیری خاصی شد. و فرد ممکن است خیلی خسته باشد، مستعد توضیحات نیست یا قادر به انجام این کار تمام وقت نیست. توانایی دریافت یک توضیح به بهبود اعتماد به نفس در این واقعیت کمک می کند که تصمیم درست انجام شود.

· پاسخ سریع. برای برخی از برنامه های کاربردی، ممکن است به پاسخ سریع یا پاسخ در زمان واقعی نیاز داشته باشید. بسته به سخت افزار و نرم افزار مورد استفاده، سیستم متخصص می تواند سریعتر واکنش نشان دهد و برای کار بیشتر از یک فرد متخصص آماده شود. در برخی از شرایط شدید، ممکن است واکنش سریعتر از یک فرد مورد نیاز باشد؛ در این مورد، یک گزینه قابل قبول، استفاده از یک سیستم متخصص عمل می کند که در زمان واقعی عمل می کند.

· به طور مداوم صحیح، محروم از احساسات و پاسخ کامل در هر شرایطی. چنین اموال ممکن است در زمان واقعی بسیار مهم باشد و در شرایط شدید که فرد متخصص ممکن است قادر به عمل با حداکثر بهره وری به دلیل تاثیر استرس یا خستگی نباشد.

· توانایی استفاده به عنوان یک برنامه آموزشی هوشمند. سیستم متخصص می تواند به عنوان یک برنامه آموزشی فکری با گذراندن دانش آموز برای انجام نمونه هایی از برنامه ها و توضیح دادن آنچه که استدلال سیستم بر اساس آن است، عمل کند.

· امکان استفاده به عنوان یک پایگاه داده هوشمند.سیستم های متخصص می توانند برای دسترسی به پایگاه های داده با استفاده از روش دسترسی هوشمند استفاده کنند.

25. اموال استفاده از ICT در آموزش و پرورش

Yavl Infor مهمترین مکانیزم اصلاحات شکل گرفته است. sis- ما، به عنوان مثال برای امتیاز کیفیت، دسترسی. و اثر تحصیلات.

کامپوننت تکنیک - فقط "آهن". امروز ما دیگران داریم کار - خشخاش اثر استفاده کنید. مدیر او در تصمیم گیری استراتژیک. اهداف مدرن Emipproof - افزایش کیفیت او.

فواید:

1. Infor Tekhnol. بنابراین. گسترش امکانات ارائه آموزش اطلاع رسانی. استفاده از رنگ، گرافیک، صدا، همه OWD. تجهیزات ویدئویی به شما اجازه می دهد تا تنظیمات واقعی کودکان را بازسازی کنید ..

2. کامپیوتر به شما اجازه می دهد بروید. افزایش انگیزه یادگیری

3. ICT شامل حسابداری در مطالعات است. این فرآیند، کمک به بزرگترین افشای توانایی های آنها، کودکان ذهنی را فعال می کند.

4. استفاده کنید. ICT در برنامه درسی افزایش می یابد. ممکن است. تنظیم وظایف آموزشی و مدیریت روند تصمیم خود را. کامپیوترها امکان ساخت و تجزیه و تحلیل می کنند. مدل های مختلف اقلام، موقعیت ها، پدیده ها.

5. ICT به شما اجازه می دهد تا کنترل های کیفی را تغییر دهید. UCH-Xia، در حالی که تضمین انعطاف پذیری مدیریت برنامه درسی است.

6. کامپیوتر به شکل کمک می کند. دانش آموزان بازتاب هستند برنامه آموزشی دانش آموزان را قادر می سازد به صورت بصری نتیجه اقدامات خود را، ODA ارائه دهد. ETAP در حل مشکل، بر روی گربه. خطا ساخته شده و آن را تعمیر می کند.

همچنین ببینید:
  1. C2 نشان می دهد در سه نمونه حضور یک سیستم سیاسی چند حزبی در روسیه مدرن.
  2. دوم سیستم هایی که توسعه آنها را می توان با استفاده از یک طرح تکامل جهانی نشان داد
  3. III الزامات سازماندهی سیستم گردش خون زباله های پزشکی
  4. سیستم های MES (سیستم اجرای تولید) - سیستم های مدیریت تولید (ما بیشتر به عنوان Asutp شناخته شده است)
  5. گزینه ها و عملکرد پروب از سیستم جمهوری Belut
  6. A. مخالفت اقدامات منطقی و غیر منطقی به عنوان منبع سیستم اجتماعی. تئوری اقدامات پارتو و تئوری نظریه عمل وبر

سیستم کارشناس - این یک سیستم کامپیوتری است که با استفاده از دانش یک یا چند کارشناس، ارائه شده در برخی از فرم های رسمی، و همچنین منطق تصمیم گیری توسط یک متخصص متخصص در وظایف دشوار و غیر رسمی ارائه شده است.

سیستم های متخصص قادر به یک وضعیت دشوار (با کمبود زمان، اطلاعات یا تجربه) هستند تا یک مشاوره واجد شرایط (مشاوره، فوری) ارائه دهند که به متخصص (در مورد ما - معلم) کمک می کند تا تصمیم منطقی بگیرد. ایده اصلی این سیستم ها این است که از دانش و تجربیات متخصصان بسیار واجد شرایط در این زمینه با مدارک کمتر در زمینه موضوع مشابه در حل مشکلات که پیش از آنها بوجود می آیند، استفاده کند. توجه داشته باشید که متخصصان بسیار واجد شرایط در آموزش و پرورش، متدیست های تجربی هستند. به طور معمول، سیستم های متخصص در زمینه های محدود شده ایجاد می شوند.

سیستم های کارشناس متخصص را جایگزین نمی کنند، و مشاور او، یک شریک فکری هستند. مزیت جدی سیستم متخصص این است که مقدار اطلاعات ذخیره شده در سیستم عملا نامحدود است. یک بار در ماشین معرفی شده است، دانش برای همیشه ذخیره می شود. فرد دارای پایگاه دانش محدودی است و اگر داده ها برای مدت زمان طولانی استفاده نشود، آنها فراموش شده و برای همیشه از دست داده اند. پس از اولین تکنولوژی های ارزیابی کارشناس توسعه یافت و اولین نتایج جدی با کمک آنها به دست آمد، امکانات استفاده عملی آنها بسیار اغراق آمیز بود. لازم است به درستی درک فرصت های واقعی استفاده از آنها را درک کنید. البته، همه مشکلات موجود را نمی توان با کمک ارزیابی های متخصص حل کرد. اگر چه استفاده صحیح از فن آوری های متخصص در بسیاری از موارد تنها راه آماده شدن و اتخاذ تصمیمات آگاهانه است.

سیستم های آموزش کارشناس قادر به تقلید از کار یک فرد - متخصص در این زمینه موضوع است. این اتفاق می افتد به شرح زیر است: در مرحله ایجاد یک سیستم بر اساس دانش تخصصی، یک مدل کارآموز در این زمینه شکل گرفته است، سپس در فرایند عملکرد یک سیستم دانش دانش آموزان تشخیص داده می شود، خطاها و مشکلات در پاسخ ها ثبت می شود . در حافظه کامپیوتر، اطلاعات مربوط به دانش، مهارت ها، خطاها، توانایی های هر کارآموز وارد شده است. این سیستم نتایج فعالیت های یادگیری هر گروه کارآموز، گروه یا چند گروه را تجزیه و تحلیل می کند، شایع ترین مشکلات و اشتباهات را شناسایی می کند.



سیستم های متخصص شامل موارد زیر هستند زیرسیستم ها: پایگاه دانش، مکانیسم نتیجه گیری اطلاعات، رابط کاربری هوشمند و زیرسیستم توضیح. این زیرسیستم ها را در جزئیات بیشتر در نظر بگیرید.

دانش محور در این مورد، شامل توصیف رسمی دانش کارشناسان است که به صورت مجموعه ای از حقایق و قوانین ارائه شده است.

مکانیسم خروجی یا حل کننده - این یک بلوک است که یک برنامه است که یک زنجیره مستقیم یا معکوس استدلال را به عنوان یک استراتژی کلی نتیجه گیری می کند. سیستم های آموزش کارشناس را می توان به عنوان وسیله ای برای ارائه دانش، سازمان گفتگو بین کاربر و سیستم قادر به استفاده از کاربر برای ارائه دوره استدلال در هنگام حل یک کار یادگیری در فرم، قابل قبول به دانش آموز استفاده کرد.

از طریق رابط هوشمند سیستم متخصص سؤال را به کاربر می دهد و نتیجه گیری های انجام شده را نمایش می دهد، که معمولا آنها را به صورت شخصیت نشان می دهد.

مزیت اصلی سیستم های متخصص در مقابل یک متخصص فرد می تواند شامل عدم وجود یک رویکرد ذهنی است که می تواند در برخی از کارشناسان ذاتی باشد. این آشکار است، اول از همه در احتمال استفاده سیستم های توضیح تبدیل شدن به فرآیند حل مشکل یا مثال. فن آوری های کارشناسی به شما این امکان را می دهد که توصیه هایی را به دانش آموزان و مربیان تعمیم یافته تولید کنید. داده های به دست آمده از سوی سیستم به معلمان اجازه می دهد تا این بخش هایی را که آموزش داده شده اند، شناسایی کنند، به مطالعه علل سوء تفاهم از مواد آموزشی و از بین بردن آنها.



در زمینه آموزش، چنین سیستم هایی را می توان نه تنها برای ارائه مواد آموزشی، بلکه همچنین برای کنترل دانش، مهارت ها، مهارت ها، همراه با راه حل های کار در سطح معلم استفاده کرد. در این مورد، سیستم کنترل گام به گام از صحت مشکل حل مشکل را انجام می دهد. در مورد کنترل دانش، مهارت ها، سیستم مهارت ها سطح مواد یادگیری را تشخیص می دهد. شاگرد آزادی را در انتخاب سرعت کار با سیستم و مسیر مسیر ارائه می دهد.

برجسته الزامات اصلی آموزشی برای سیستم های آموزش کارشناس.

1. حسابداری نه تنها سطح آماده سازی (کم، متوسط، بالا) و سطح جذب (تشخیص، الگوریتمی، اکتشافی، خلاق)، بلکه همچنین ویژگی های روانشناختی، ترجیحات شخصی دانش آموز است. به عنوان مثال: حالت عملیات، نرخ کار، طراحی صفحه نمایش، گزینه های تعاملی تعاملی را انتخاب کنید.

2. اطمینان از حداکثر آزادی در انتخاب پاسخ به سوالات، و همچنین امکان کمک به یا رفتن.

3. پیاده سازی امکان به دست آوردن توضیح از اهمیت تصمیم گیری، به دست آوردن توضیحات از اقدامات سیستم، پخش قوانین استفاده شده توسط سیستم. سیستم باید خطاهای استدلال کاربر را تعمیر و حفظ کند تا بتواند در هر زمان به آنها بازگردد. خطاها باید تشخیص داده شوند، و کمک کاربر به این اشتباهات کافی است.

کارایی استفاده از یک سیستم آموزشی متخصص بستگی به عوامل زیر دارد.

1. تجربه کارشناس یا گروهی از کارشناسان، که دانش و تجربیات عمومی آنها بر اساس سیستم است.

2. قابلیت های فنی بودجه ICT مورد استفاده در روند آموزشی.

3. کیفیت نرم افزار خاص.

4. درجه اجرای عملی یادگیری شخصی بر اساس انتخاب تأثیرات آموزش فردی.

زیر سیستم آموزشی فکری این معمول است که پیچیده ای از مجموعه ای از سازمانی و روش شناختی، اطلاعات، ریاضی و نرم افزار باشد. با این حال، اجزای "انسان" این سیستم باید در این مفهوم، یعنی دانش آموز و معلم، شامل شود. در این راستا، سیستم آموزش فکری باید به عنوان یک سیستم کامپیوتری پیچیده در نظر گرفته شود که در حالت تعامل تعاملی در طرح دانشجویی - سیستم معلم عمل می کند. چنین سیستم هایی عادی به یک موضوع خاص می پردازند.

سیستم های آموزشی هوشمند شامل دو بخش هستند: بخش اصلی، از جمله برنامه درسی (محتوای آموزشی) و بخش کمکی، اجرای مدیریت هوشمند فرآیند پردازش.

ساختار سیستم آموزشی فکری:

بخش اصلی این برنامه شامل ماژول های زیر است: مدل سازی اطلاعات، محاسبه شده، کنترل. بخش اصلی سیستم شامل انواع مختلف اطلاعات آموزشی است: متن، جداول، نقشه ها، انیمیشن، عبارات ویدئویی. متن ممکن است حاوی پنجره های فعال باشد که به کاربر اجازه می دهد تا به صفحه نمایش منتقل شود، حرکت مسیر خودسرانه از یک بخش به دیگری، تمرکز توجه خود را بر اطلاعات لازم، انجام یک انتخاب دلخواه از یک دنباله از آشنایی با اطلاعات.

ماژول اطلاعات شامل یک پایگاه داده و پایگاه داده دانش آموزشی است. پایگاه داده شامل آموزشی، اطلاعات، اطلاعات و مواد مرجع، فهرست دانشجویان، عملکرد تحصیلی، و غیره است. در فرآیند ایجاد یک پایگاه دانش، تمام طیف قابلیت های تکنولوژی چند رسانه ای، هیپرمدیا و ارتباطات مخابراتی امکان پذیر است.

در ماژول مدل سازی مدل های کامپیوتری شامل (تقلید از کامپیوتر، تجسم انتقال داده ها بر روی شبکه های کامپیوتری و غیره). شبیه سازی کامپیوتری به شما اجازه می دهد تا پدیده های مختلف و فرآیندهای مختلف را تجسم کنید که به طور مستقیم مشاهده نمی شوند. کار با مدل های کامپیوتری اجازه می دهد تا شما را به طور قابل توجهی کاهش زمان برای آماده سازی و انجام آزمایش های پیچیده، اختصاص مهمترین، سازماندهی تحقیقات علمی جالب. امکان تکرار چندگانه آزمایشی به دانش آموزان اجازه می دهد تا تجزیه و تحلیل نتایج نتایج تجربی را بدست آورید، توانایی تعمیم نتایج به دست آمده و نتیجه گیری نتیجه را تشکیل می دهند. حاشیه توانایی مطالعه موارد خاص، بر اساس قوانین عمومی است ، یا، برعکس، به عنوان یک نتیجه از مطالعه قانون خصوصی یا الگوی خصوصی.

ماژول حل و فصل طراحی شده برای خودکار محاسبات مختلف.

کنترل ماژول شامل سوالات، وظایف، تمرینات طراحی شده برای کنترل دانش دانش آموزان است.

بخش کمکی عملیات "فکری" سیستم را فراهم می کند. در اینجا این است که نمودار دنباله آموزش، مکانیسم سازگاری سیستم به یک هدف خاص یادگیری، ابزار تجزیه و تحلیل هوشمندانه حجم و ساختار دانش لازم برای سازمان و مدیریت فرایند آموزشی ارائه شده است . علاوه بر این، بخش کمکی شامل زیرسیستم مدیریت فکری فرایند دانشگاهی است، اجرای یک گفتگوی کاربر تعاملی با سیستم؛ ماژول کنترل و تشخیصی که به شما اجازه می دهد تا پارامترهای موضوع یادگیری را محاسبه و ارزیابی کنید تا تأثیرات آموزشی، استراتژی مطلوب و تاکتیک های یادگیری را در هر مرحله از کلاس ها تعیین کنید. تخصص سطح دانش، مهارت ها، مهارت ها، صحت حل انواع وظایف مختلف، پردازش آماری نتایج کنترل، تشخیص خطا. پاسخ کنترل سیستم معمولا توسط پاسخ های احمقانه به سوالات آزمون تعیین می شود. نیاز طبیعی این است که به حداقل رساندن اختلاف دانش آموز با اطلاعات منتقل شده به آن. این سیستم عبور از کلاس های دانشجویی را نظارت می کند و این اطلاعات را به کامپیوتر معلم نشان می دهد.

معلم با همکاری با سیستم کار می کند، اطلاعاتی در مورد روند فرآیند یادگیری دریافت می کند، درخواست ها را ارسال می کند و تغییرات را به برنامه وارد می کند. ایجاد تغییرات تنها در صورتی امکان پذیر است که سیستم باز باشد، ماژول سرویس باید در آن حضور داشته باشد. این ماژول است که به معلم اجازه می دهد تا تغییرات لازم را به سیستم تبدیل کند. هر یک از ماژول ها مستقل است، بنابراین هنگامی که شما تغییرات را به یکی از ماژول ها تغییر دهید، محتوای بقیه ماژول های اصلی اصلی تغییر نمی کند.

سیستم آموزشی هوشمند می تواند نه تنها در درس، بلکه در طول کار مستقل کارآموزان، در روند فعالیت های تحقیقاتی مورد استفاده قرار گیرد. لازم به ذکر است که سیستم های هوش مصنوعی با معایب مشابهی به عنوان سیستم های آموزشی کارشناس مرتبط با مشکل اجرای عملی توسط سیستم فردی سازی و تمایز آموزش در قالب مشخص می شود که مشخصه آموزش فردی یک معلم یادگیرنده خاص است . این تأییدیه ناشی از این واقعیت است که هوش مصنوعی تنها از راه دور شبیه به برخی از ویژگی های انسانی است و نمی تواند با هوش انسانی شناسایی شود.

برجسته مزایای اصلی استفاده از سیستم یادگیری فکری در درس.

معلم: داده های قابل اعتماد را در مورد نتایج فعالیت های آموزشی هر دانش آموز و کلاس فردی به طور کلی دریافت می کند. اعتبار به وسیله این واقعیت تعیین می شود که سیستم خطاهای و مشکلات را در پاسخ های دانش آموزان ثبت می کند، شایع ترین مشکلات و خطاهای رایج را نشان می دهد، علل اقدامات اشتباه دانش آموز را بیان می کند و نظرات و توصیه های مربوط به رایانه خود را ارسال می کند؛ تجزیه و تحلیل اقدامات دانش آموز، اجرای طیف گسترده ای از تأثیرات آموزشی، تولید وظایف، بسته به سطح هوشمند یک کارآموز خاص، سطح دانش، مهارت ها، مهارت های آن، ویژگی های انگیزه آن، مدیریت شغل و غیره را تولید می کند .

دانشجو این در مواجهه با چنین سیستمی نه تنها یک معلم، بلکه دستیار شخصی در مطالعه یک رشته خاص است.

کارایی سیستم های آموزشی هوشمند بستگی به رعایت تعدادی از شرایط دارد:

توانایی جمع آوری و اعمال دانش در مورد نتایج یادگیری هر آموزش داده شده برای انتخاب اثرات آموزش فردی و مدیریت فرآیند یادگیری برای تشکیل دانش و مهارت های یکپارچه؛

معیارهای اعتبار برای ارزیابی سطح دانش، مهارت ها، مهارت ها؛ سطح آماده سازی (کم، متوسط، بالا) یا جذب مواد (تشخیص، الگوریتمی، اکتشافی، خلاقانه)؛

توانایی انطباق سیستم برای تغییر وضعیت یادگیرنده (دانش آموز که به سطح متوسط \u200b\u200bاشاره می شود، اما در این شغل، دانش او نزدیک به بالا است یا برعکس، به سطح پایین نزدیک می شود).

معرفی سیستم های آموزشی هوشمند به فرایند آموزشی، ادراک عاطفی اطلاعات آموزشی را افزایش می دهد؛ انگیزه یادگیری را به دلیل امکان کنترل خود کنترل، فرد، متمایز به هر کارآموز افزایش دهید؛ فرایندهای فعالیت شناختی را توسعه دهید؛ جستجو و تجزیه و تحلیل انواع اطلاعات را انجام دهید؛ ایجاد شرایط برای تشکیل مهارت های خرید مستقل از دانش.

pefepa na:

"ایجاد یک گزارش به عنوان یک شیء پایگاه داده. سیستم های کارشناس و مطالعه"


مشترک

ایجاد یک گزارش به عنوان یک شیء پایگاه داده

ساختار گزارش سازنده

روش های ایجاد یک گزارش

ایجاد یک گزارش


ایجاد یک گزارش به عنوان یک شیء پایگاه داده

این گزارش ارائه داده های فرمت شده است که بر روی صفحه نمایش، چاپ یا فایل نمایش داده می شود. آنها به شما این امکان را می دهند که اطلاعات لازم را از پایه استخراج کنید و آنها را به صورت مناسب برای ادراک ارسال کنید و همچنین فرصت های فراوانی را برای تعمیم و تجزیه و تحلیل داده ها ارائه دهید.

هنگام چاپ جداول و درخواست ها، اطلاعات تقریبا در فرم ذخیره می شود که در آن ذخیره می شود صادر می شود. اغلب لازم است داده ها را به صورت گزارش هایی که سنتی و راحت هستند، ارائه دهند. یک گزارش دقیق شامل تمام اطلاعات از یک جدول یا پرس و جو، اما حاوی سرفصل ها است و به صفحات نشان می دهد که پاورقی های بالا و پایین را نشان می دهد.

ساختار گزارش سازنده

Microsoft Access اطلاعات را از پرس و جو یا جدول در گزارش با اضافه کردن عناصر متن به آنها نشان می دهد که ادراک آن را ساده می کند.

این عناصر عبارتند از:

سرتیتر. این بخش فقط در بالای صفحه اول گزارش چاپ شده است. مورد استفاده برای خروجی داده ها، مانند گزارش متن هدر، تاریخ یا بیانیه متن سند، که باید یک بار در ابتدای گزارش چاپ شود. برای اضافه کردن یا حذف منطقه هدر گزارش، شما باید دستور View / Note را در فرمان View انتخاب کنید.

هدر صفحه برای خروجی داده ها، مانند هدر های ستون، تاریخ، یا شماره های صفحه، چاپ از بالا در هر صفحه گزارش استفاده می شود. برای اضافه کردن یا حذف پاورقی بالا، باید فرمان را به فرمان فرمانده در منو انتخاب کنید. دسترسی مایکروسافت به طور همزمان بالا و پاورقی را اضافه می کند. برای مخفی کردن یکی از پایه ها، شما باید مقدار 0 را به خواص آن تنظیم کنید.

منطقه داده بین پایه های بالا و پایین صفحه واقع شده است. شامل متن اصلی گزارش است. این بخش به نظر می رسد داده های چاپ شده برای هر یک از این سوابق در جدول یا درخواست که گزارش بر اساس آن است. برای جابجایی در منطقه منطقه، کنترل های زمینه ها و پانل عناصر استفاده می شود. برای مخفی کردن منطقه داده، شما باید مقدار مقدار ارتفاع 0 را مشخص کنید.

پاورقی این بخش در پایین هر صفحه ظاهر می شود. مورد استفاده برای خروجی داده ها، مانند ارزش های نهایی، تاریخ ها یا تعداد صفحات که از زیر در هر صفحه گزارش شده چاپ می شوند.

توجه داشته باشید. مورد استفاده برای خروجی داده ها، مانند متن نتیجه گیری، ارزش های نهایی نهایی یا امضا، که باید یک بار در پایان گزارش چاپ شود. با وجود این واقعیت که در حالت طراحی، بخش "توجه" این گزارش در پایین گزارش است، آن را بالاتر از پایین صفحه پایین صفحه در آخرین صفحه صفحه گزارش چاپ شده است. برای اضافه کردن یا حذف گزارش یادداشت گزارش، شما باید دستور عنوان / یادداشت را در دستور View انتخاب کنید. دسترسی مایکروسافت به طور همزمان اضافه می کند و منطقه هدر را حذف می کند و یادداشت ها را گزارش می دهد.

روش های ایجاد یک گزارش

در Microsoft Access، شما می توانید گزارش ها را به روش های مختلف ایجاد کنید:

سازنده

گزارش های اصلی

گزارش خودکار: در ستون

گزارش خودکار: روبان

نمودار کارشناسی ارشد

برچسب های پستی


جادوگر به شما امکان می دهد گزارش هایی را با سوابق گروه بندی ایجاد کنید و ساده ترین راه برای ایجاد گزارش ها است. این زمینه های انتخاب شده را به گزارش می دهد و شش سبک طراحی خود را ارائه می دهد. پس از اتمام جادوگر، گزارش دریافت شده می تواند در حالت سازنده نهایی شود. با استفاده از تابع گزارش خودکار، شما می توانید به سرعت گزارش ها را ایجاد کنید، و سپس برخی از تغییرات را به آنها ایجاد کنید.

برای ایجاد گزارش خودکار، شما باید مراحل زیر را انجام دهید:

در پنجره پایگاه داده، روی برگه گزارش کلیک کنید و سپس روی دکمه Create کلیک کنید. کادر محاوره ای گزارش جدید ظاهر می شود.

تخصیص در لیست مورد گزارش خودکار: در ستون یا گزارش خودکار: روبان.

در فیلد منبع داده، روی فلش کلیک کنید و یک جدول یا پرس و جو را به عنوان یک منبع داده انتخاب کنید.

روی دکمه OK کلیک کنید.

جادوگر تشخیص خودکار گزارش خودکار را به یک ستون یا روبان (با انتخاب کاربر) ایجاد می کند و آن را در حالت پیش نمایش باز می کند، که به شما امکان می دهد تا ببینید که چگونه گزارش در فرم چاپ شده نگاه می کند.

نمایش صفحه نمایش گزارش را تغییر دهید

برای تغییر مقیاس صفحه نمایش، از یک اشاره گر به یک ذره بین استفاده کنید. برای دیدن کل صفحه کل، شما باید در هر نقطه از این گزارش کلیک کنید. صفحه برنامه بر روی صفحه نمایش داده می شود.

دوباره روی گزارش کلیک کنید تا به مقیاس صفحه نمایش بزرگتر بازگردید. در حالت افزایش گزارش گزارش، نقطه ای که شما آن را کلیک کنید در مرکز صفحه نمایش قرار می گیرد. برای پیمایش از طریق صفحات گزارش از دکمه های انتقال در پایین پنجره استفاده کنید.

گزارش را پرینت کنید

برای چاپ یک گزارش، باید موارد زیر را انجام دهید:

در منوی فایل، روی فرمان چاپ کلیک کنید.

در منطقه چاپ، روی نسخه صفحه کلیک کنید.

برای چاپ تنها صفحه گزارش اول، 1 را در فیلد "C" و 1 در فیلد "نرم افزار" وارد کنید.

روی دکمه OK کلیک کنید.

قبل از چاپ یک گزارش، توصیه می شود آن را در حالت پیش نمایش مشاهده کنید، برای رفتن به آن که می خواهید یک پیش نمایش را در منوی نمایش انتخاب کنید.

اگر یک صفحه خالی هنگام چاپ در پایان گزارش ظاهر شود، اطمینان حاصل کنید که پارامتر ارتفاع برای یادداشت های گزارش دارای ارزش 0. است اگر شما یک صفحه صفحه متوسط \u200b\u200bرا چاپ کنید، اطمینان حاصل کنید که مجموع عرض شکل یا گزارش و عرض میدان چپ و راست از عرض کاغذ مشخص شده در کادر محاوره پارامتر صفحه (منوی File) تجاوز نمی کند.

هنگام ایجاد طرح بندی گزارش، فرمول زیر را دنبال کنید: عرض گزارش + میدان چپ + میدان راست

به منظور تنظیم اندازه گزارش، شما باید از تکنیک های زیر استفاده کنید:

ارزش عرض گزارش را تغییر دهید؛

عرض را کاهش دهید یا جهت گیری صفحه را تغییر دهید.

ایجاد یک گزارش

1. دسترسی مایکروسافت را اجرا کنید. پایگاه داده را باز کنید (به عنوان مثال، پایگاه داده فریبنده).

2. ایجاد گزارش خودکار: نوار با استفاده از جدول (به عنوان مثال، دانش آموزان) به عنوان یک منبع داده. این گزارش در حالت پیش نمایش باز می شود، که به شما اجازه می دهد تا ببینید که چگونه گزارش در فرم چاپ شده نگاه می کند.

3. به حالت سازنده بروید و گزارش را ویرایش و فرمت کنید. برای رفتن از حالت پیش نمایش به حالت طراح، شما باید روی فرمان Close در نوار ابزار Access Application کلیک کنید. یک گزارش بر روی صفحه نمایش در حالت طراح ظاهر می شود.


ویرایش:

1) فیلدهای کد دانشجویی را در قسمت بالای صفحه و منطقه داده حذف کنید؛

2) تمام فیلدهای سمت چپ را در بالای صفحه بالا و منطقه داده حرکت دهید.

3) کتیبه را در صفحه عنوان تغییر دهید

در بخش عنوان گزارش، دانش آموزان کتیبه هستند.

اشاره گر ماوس را به سمت راست دانش آموزان کلمه بگذارید تا نشانگر فرم ویژگی عمودی را پذیرفته باشد (مکان نما ورودی) و در این موقعیت کلیک کنید.

NTU "KPI" را وارد کنید و Enter را فشار دهید.

4) کتیبه را حرکت دهید. در پاورقی، فیلد را انتخاب کنید \u003d در حال حاضر () و آن را به نام دانش آموزان به هدر گزارش بکشید. تاریخ تحت عنوان نمایش داده خواهد شد.

5) در نوار ابزار طراح گزارش، روی دکمه پیش نمایش کلیک کنید تا گزارش را مشاهده کنید.

قالب بندی:

1) دانش آموزان هدر از NTU "KPI" را برجسته کنید

2) هدست، دوخت و رنگ فونت را تغییر دهید، و همچنین رنگ پس زمینه ریختن.

3) در نوار ابزار طراح گزارش، روی دکمه پیش نمایش کلیک کنید تا گزارش را مشاهده کنید.

تغییر سبک:

برای تغییر سبک، انجام موارد زیر را انجام دهید:

در نوار ابزار Constructor، بر روی دکمه autoformat کلیک کنید، کادر محاوره ای Autoformat باز می شود.

در فهرست سبک های شی "گزارش - autoformat"، بر روی نقطه سخت کلیک کنید و سپس روی دکمه OK کلیک کنید. این گزارش به سبک سخت افزاری قالب بندی خواهد شد.

به حالت پیش نمایش بروید این گزارش در سبک انتخابی شما نمایش داده خواهد شد. تمام گزارش های زن ایجاد شده با استفاده از تابع گزارش خودکار، یک سبک سخت را تا زمانی که یک سبک دیگر را در پنجره Autoformat مشخص می کنید، سبک خاصی داشته باشید.


سیستم های کارشناس و مطالعه

سیستم های متخصص یکی از کاربردهای اصلی هوش مصنوعی هستند. هوش مصنوعی یکی از بخش های اطلاعاتی است که به وظایف مدل سازی سخت افزاری و نرم افزاری از این نوع فعالیت های انسانی اشاره می کند که به عنوان فکری در نظر گرفته می شود.

نتایج مطالعات مطالعات هوش مصنوعی در سیستم های هوشمند استفاده می شود که قادر به حل وظایف خلاقانه متعلق به یک موضوع خاص هستند، دانش آن در حافظه (پایگاه دانش) سیستم ذخیره می شود. سیستم های هوش مصنوعی بر روی حل یک کار بزرگ کلاس متمرکز شده اند که شامل وظایف به اصطلاح ساختار یافته یا غیر ساختاری (وظایف ضعیف رسمی یا غیر رسمی) است.

سیستم های اطلاعاتی که برای حل وظایف ساختاری جزئی استفاده می شود به دو نوع تقسیم می شوند:

ایجاد گزارش های مدیریتی (انجام پردازش داده ها: جستجو، مرتب سازی، فیلتر کردن). تصمیم گیری بر اساس اطلاعات موجود در این گزارش ها انجام می شود.

توسعه گزینه های احتمالی برای راه حل ها. تصمیم گیری به انتخاب یکی از گزینه های پیشنهادی می رسد.

سیستم های اطلاعاتی که جایگزین های راهکارهایی را ایجاد می کنند می توانند مدل یا کارشناس باشند:

سیستم های اطلاعات مدل، کاربر مدل (ریاضی، آماری، مالی، و غیره) را ارائه می دهند که به توسعه و ارزیابی گزینه های راه حل کمک می کند.

سیستم های اطلاعاتی متخصص، توسعه و ارزیابی جایگزینی ممکن توسط کاربر را با ایجاد سیستم های مبتنی بر دانش دریافت شده از کارشناسان ارائه می دهند.

سیستم های متخصص برنامه هایی برای رایانه هایی هستند که کارشناسان تخصص را در زمینه های موضوعی خاص جمع می کنند که در نظر گرفته شده برای دستیابی به راه حل های قابل قبول در روند پردازش اطلاعات هستند. سیستم های متخصص، تجربه کارشناسان را در یک صنعت خاص به شکل قوانین اکتشافی تبدیل می کنند و برای مشاوره متخصصان کمتر واجد شرایط طراحی شده اند.

شناخته شده است که دانش در دو نوع وجود دارد: تجربه جمعی، تجربه شخصی. اگر موضوع موضوع توسط تجربه جمعی (به عنوان مثال، بالاترین ریاضیات) نشان داده شود، این منطقه موضوع به سیستم های متخصص نیاز ندارد. اگر در موضوع موضوع بیشتر دانش، تجربه شخصی متخصصین سطح بالا است و این دانش مقاوم در برابر کم است، پس از آن یک منطقه نیاز به سیستم های متخصص دارد. سیستم های کارشناس مدرن به طور گسترده ای در تمام زمینه های اقتصاد مورد استفاده قرار گرفته اند.

پایگاه دانش هسته سیستم متخصص است. انتقال از داده ها به دانش، نتیجه توسعه سیستم های اطلاعاتی است. پایگاه داده ها برای ذخیره داده ها و ذخیره سازی دانش - پایگاه دانش استفاده می شود. در پایگاه داده، به عنوان یک قاعده، آرایه های داده های بزرگ با ارزش نسبتا کوچک ذخیره می شوند و در پایگاه های دانش به صورت کوچک ذخیره می شوند، اما آرایه های اطلاعات گران قیمت است.

پایگاه دانش یک کل دانش است که با استفاده از فرم انتخاب شده از ارائه آنها شرح داده شده است. پر کردن پایگاه دانش یکی از سخت ترین وظایف است که با انتخاب دانش رسمی و تفسیر آنها مرتبط است.

سیستم متخصص شامل موارد زیر است:

پایگاه دانش (به عنوان بخشی از حافظه کاری و پایه قوانین)، طراحی شده برای ذخیره حقایق اصلی و متوسط \u200b\u200bدر حافظه کاری (همچنین پایگاه داده ها نامیده می شود) و ذخیره سازی مدل ها و قوانین مدل های دستکاری در قوانین

solvers Task (مترجم)، که پیاده سازی دنباله ای از قوانین را برای حل یک کار خاص بر اساس حقایق و قوانین ذخیره شده در پایگاه های داده و پایگاه های دانش تضمین می کند

توضیحات زیرسیستم، به کاربر اجازه می دهد تا پاسخ به این سوال را دریافت کند: "چرا این سیستم چنین تصمیمی را تصویب کرد؟"

زیرسیستم های کسب دانش طراحی شده برای اضافه کردن قوانین جدید به پایه قوانین جدید و اصلاح قوانین موجود.

رابط کاربر، برنامه های پیچیده، پیاده سازی گفتگوی کاربر با سیستم در مرحله ورود اطلاعات و به دست آوردن نتایج.

سیستم های متخصص از سیستم های پردازش داده های سنتی متفاوت هستند، زیرا آنها به عنوان یک قاعده، از یک روش نماد نمایندگی، خروجی شخصیت و راه حل های اکتشافی راه حل استفاده می کنند. برای حل وظایف ضعیف قابل قبول یا غیر رسمی، شبکه های عصبی یا نوروموپرهای نروسیم بیشتر امیدوار کننده هستند.

مبنای نوروموپوترها شبکه های عصبی را تشکیل می دهند - ترکیبات موازی موازی متداول عناصر تطبیقی \u200b\u200b- نورون ها، که تعامل با اشیاء دنیای واقعی را به همان شیوه ای به عنوان سیستم عصبی بیولوژیکی ارائه می دهند.

استفاده از شبکه های عصبی بزرگ هنگام ایجاد سیستم های کارشناس خودآموز به دست می آید. شبکه تنظیم شده است، به عنوان مثال قطار، عبور از آن از طریق آن همه راه حل های شناخته شده و به دنبال پاسخ های مورد نیاز در خروج. تنظیم انتخاب پارامترهای نورون است. اغلب از یک برنامه یادگیری تخصصی استفاده می کند که در آموزش شبکه مشغول به کار است. پس از یادگیری، سیستم آماده کار است.

اگر سازندگان آن به طور پیش فرض بر اساس سیستم متخصص در یک فرم خاص قرار گیرند، پس در شبکه های عصبی، حتی به توسعه دهندگان ناشناخته است، چگونه دانش در ساختار آن در فرآیند یادگیری و خودآموزی شکل گرفته است. شبکه یک جعبه سیاه است.

Necrocomputers، به عنوان یک سیستم هوش مصنوعی، بسیار امیدوار کننده هستند و ممکن است در توسعه آنها بی نهایت بهبود یابد. در حال حاضر سیستم های هوش مصنوعی در قالب سیستم های متخصص و شبکه های عصبی به طور گسترده ای در حل مشکلات مالی و اقتصادی استفاده می شود.


topic1 EOS به عنوان جزء آموزش فشرده متخصصان.

سخنرانی 8. سیستم های آموزش کارشناس.

محدوده استفاده از سیستم های متخصص در مدیریت.

هزینه سیستم های متخصص

توسعه سیستم های بازرسی

در طول بیست سال گذشته، متخصصان در زمینه سیستم های فکری، کار تحقیقاتی فعال را در زمینه ایجاد و استفاده از سیستم های متخصص در نظر گرفته شده برای آموزش انجام می دهند. یک کلاس جدید از سیستم های متخصص به نظر می رسد - سیستم های آموزش کارشناس - جهت امیدوار کننده ترین جهت بهبود برنامه های آموزشی برنامه به طرف رویه دانش.

سیستم کارشناس پیچیده ای از نرم افزارهای کامپیوتری است که به فرد کمک می کند تا تصمیمات آگاهانه تصمیم بگیرد. سیستم های متخصص از اطلاعات به دست آمده از کارشناسان استفاده می کنند - افرادی که در هر منطقه بهترین متخصص هستند.

سیستم های متخصص باید:

  • دانش خود را از یک موضوع خاص (حقایق، توضیحات رویدادها و الگوهای) نگه دارید؛
  • قادر به برقراری ارتباط با کاربر در یک زبان طبیعی محدود (به عنوان مثال، سؤالات و درک پاسخ ها)؛
  • مجموعه ای از ابزارهای منطقی برای حذف دانش جدید، شناسایی الگوهای، تشخیص تناقضات؛
  • وظیفه را بر اساس درخواست قرار دهید، تولید خود را روشن کنید و راه حل پیدا کنید؛
  • به کاربر توضیح دهید که تصمیم به دست آمده است.

همچنین مطلوب است که سیستم متخصص می تواند:

  • گزارش چنین اطلاعاتی که اعتماد کاربر را در سیستم متخصص افزایش می دهد؛
  • "در مورد خودتان صحبت کنید، در مورد ساختار خود

سیستم آموزشی کارشناس (EOS) یک برنامه است که یک هدف آموزشی خاص را بر اساس دانش متخصص در برخی از موضوعات، در حالی که تشخیص آموزش و مدیریت مدیریت، و همچنین نشان دادن رفتار کارشناسان (متخصصان موضوع، متدولوژیست ها، روانشناسان) است. هزینه EOS در حضور دانش در آن با توجه به روش آموزش، به لطف آن به معلمان کمک می کند تا آموزش دهند، و دانش آموزان برای یادگیری.

معماری سیستم آموزشی متخصص شامل دو جزء اصلی است: پایگاه دانش (ذخیره سازی دانش) و یک ابزار نرم افزاری برای دسترسی و پردازش دانش، متشکل از مکانیسم های نتیجه گیری (راه حل ها)، کسب دانش، توضیح نتایج و رابط های فکری به دست آمده است.

تبادل اطلاعات بین کارآموزان و EOs برنامه رابط فکری را انجام می دهد که پیام های دانش آموز را درک می کند و آنها را به ارائه پایگاه دانش تبدیل می کند و برعکس، نمایندگی داخلی نتیجه پردازش را در فرمت دانش آموزان ترجمه می کند یک پیام به حامل مورد نیاز مهمترین الزام به سازمان گفتمان گفتگوی EOS طبیعی است، که به معنای واقعی کلمه نیازهای دانشجویان پیشنهادات زبان طبیعی نیست. مهم است که دنباله ای از حل مسئله انعطاف پذیر باشد، با ایده های دانش آموز مطابقت دارد و در شرایط حرفه ای انجام می شود.



حضور یک سیستم توسعه یافته توضیحات (CO) برای EOS بسیار مهم است که در زمینه یادگیری کار می کند. در فرآیند یادگیری، چنین EO ها نه تنها نقش فعال "معلم" را انجام می دهند، بلکه نقش کتاب مرجع را نیز به مطالعه کارآموزان پردازنده های داخلی در سیستم با استفاده از مدل سازی منطقه کاربردی کمک می کند. CO توسعه یافته شامل دو جزء است: فعال، از جمله مجموعه ای از پیام های اطلاعاتی صادر شده به کارآموز در فرایند عملیات، بسته به روش خاص برای حل مشکل به طور کامل تعریف شده توسط سیستم؛ منفعل (جزء اصلی CO)، تمرکز بر ابتدایی اقدامات کارآموز است.

جزء فعال CO یک تفسیر مفصل همراه با اقدامات و نتایج حاصل از سیستم است. جزء منفعل CO یک نوع کیفی نوع جدیدی از پشتیبانی اطلاعات ذاتی تنها در دانش مبتنی بر دانش است. این جزء، علاوه بر سیستم کمک توسعه یافته، ناشی از کارآموز، یک توضیح سیستم از مشکل حل مشکل دارد. سیستم توضیحی در EOS موجود به روش های مختلف اجرا می شود. این می تواند: مجموعه ای از منابع اطلاعاتی در مورد وضعیت سیستم؛ شرح کامل یا جزئی از سیستم توزیع مسیر گذشت؛ فهرست فرضیه های فرضیه های تایید شده (زمینه های تشکیل آنها و نتایج تأیید آنها)؛ فهرست اهداف مدیریت هدف، و راه های دستیابی به آنها.

یکی از ویژگی های مهم شرکت توسعه یافته، استفاده از زبان طبیعی ارتباطات با کارآموز است. استفاده گسترده از سیستم های "منو" اجازه می دهد نه تنها برای تمایز اطلاعات، بلکه در EOS توسعه یافته برای قضاوت سطح آموزش کارآموز، تشکیل پرتره روانشناسی آن.

با این حال، دانش آموز همیشه ممکن است به یک خروجی کامل یک راه حل حاوی بسیاری از جزئیات غیر ضروری علاقه مند نباشد. در این مورد، سیستم باید بتواند تنها نقاط کلیدی زنجیره ای را انتخاب کند، با توجه به اهمیت آنها و سطح دانش دانش آموزان. برای انجام این کار، در پایگاه دانش، لازم است از مدل دانش و اهداف یادگیرنده حمایت شود. اگر کارآموز همچنان به درک پاسخ دریافتی ادامه ندهد، سیستم باید در یک گفتگو بر اساس یک مدل پشتیبانی شده از دانش مشکوک برای آموزش آن یا سایر قطعات دانش، I.E. باشد. مفاهیم و وابستگی های ویژه در جزئیات بیشتر افشا می شود، اگر حتی این قطعات به طور مستقیم در خروجی استفاده نمی شود.

طبقه بندی سیستم های آموزش کامپیوتر

بودجه آموزش کامپیوتر به تقسیم می شود:

· کتاب های درسی کامپیوتر؛

  • محیط محرمانه؛
  • کارگاه های آزمایشگاهی؛
  • شبیه سازی ها؛
  • سیستم های کنترل دانش؛
  • دایرکتوری ها و پایگاه های داده های اهداف آموزشی؛
  • سیستم های سازنده؛
  • سیستم های آموزش کارشناس

سیستم های آموزشی خودکار (AOS) - مجتمع های نرم افزاری و تکنیک های فنی و تدریس که فعالیت های یادگیری فعال را تضمین می کنند. AOC نه تنها آموزش برای دانش خاص را فراهم می کند، بلکه همچنین بررسی پاسخ های دانش آموزان، احتمال کشیدن، عجیبی از مواد مورد مطالعه و غیره را بررسی می کند.

AOC ها سیستم های کامپیوتری پیچیده هستند، که در آن تعدادی از رشته ها ترکیب شده اند: آموزشی (اهداف علمی، محتوا، الگوها و اصول یادگیری)؛ روانشناسی (ویژگی های شخصیت و انبار معنوی مورد توجه قرار گرفته است)؛ مدل سازی، گرافیک ماشین، و غیره

ابزار اصلی تعامل کارآموز با AOC - گفتگو. گفتگو سیستم یادگیری را می توان کنترل هر دو کارآموز و سیستم خود را. در اولین مورد، دانش آموز خود را به روش کار خود را با AOC تعیین می کند، انتخاب یک روش برای مطالعه یک ماده ای است که مربوط به توانایی های فردی آن است. در مورد دوم، روش شناسی و روش مطالعه مواد، سیستم را انتخاب می کند، مانع از دانش آموز با توجه به اسکریپت فریم های مواد آموزشی و سوالات به آنها می شود. یادگیرنده به پاسخ خود به سیستم وارد می شود، که معنای آنها را برای خود تفسیر می کند و پیامی درباره شخصیت پاسخ می دهد. بسته به درجه صحت پاسخ، یا در مسائل سیستم دانشجویی، سیستم راه اندازی راه های مختلف یادگیری سناریو را سازماندهی می کند، انتخاب یک استراتژی یادگیری و تطبیق با سطح دانش دانش آموز را سازماندهی می کند.

سیستم های آموزش کارشناس (EOS). پیاده سازی وظایف آموزشی و حاوی دانش از یک منطقه قابل توجه خاصی است. EOS توانایی توضیح استراتژی و تاکتیک ها را برای حل مسئله موضوع مورد مطالعه و اطمینان از کنترل سطح دانش، مهارت ها و مهارت ها با تشخیص اشتباهات بر اساس نتایج آموزش، تضمین می کند.

پایگاه های آموزشی (UBD) و پایگاه های آموزشی دانش (UBS) بر روی برخی از موضوعات متمرکز شده است. UBD به شما اجازه می دهد مجموعه داده ها را برای یک کار یادگیری داده شده ایجاد کنید و انتخاب کنید، مرتب سازی، تجزیه و تحلیل و پردازش اطلاعات موجود در این مجموعه ها را انتخاب کنید. UBZ، به عنوان یک قاعده، شرح مفاهیم اساسی منطقه موضوع، استراتژی و تاکتیک های حل مشکلات؛ مجتمع تمرینات پیشنهادی، نمونه ها و اهداف موضوع موضوع، و همچنین لیستی از خطاهای احتمالی کارآموز و اطلاعات برای اصلاح آنها؛ پایگاه داده حاوی لیستی از تکنیک های روش شناختی و اشکال سازمانی آموزش.

سیستم های چند رسانه ای. اجازه دادن به روش های شدید و فرم های آموزش، افزایش انگیزه آموزش از طریق استفاده از روش های مدرن پردازش اطلاعات صوتی و تصویری، افزایش سطح ادراک اطلاعات عاطفی، توانایی اجرای انواع مختلفی از فعالیت های مختلف فعالیت های پردازش اطلاعات مستقل را افزایش می دهد.

سیستم های چند رسانه ای به طور گسترده ای برای مطالعه فرایندهای طبیعت مختلف بر اساس شبیه سازی آنها استفاده می شود. در اینجا شما می توانید یک ماهیت نامرئی از ذرات ابتدایی از ذرات ابتدایی میکرومتر هنگام مطالعه فیزیک، به صورت تصویری و به وضوح در مورد دنیای انتزاعی و n-indensional بگویید، قابل فهم است که توضیح دهید که چگونه یک یا چند الگوریتم کار می کند و مانند آثار مشابه کار می کند. امکان رنگ و همراه با همراهی صدا برای تغییر روند واقعی، آموزش را برای یک مرحله کیفی جدید افزایش می دهد.

سیستم های<Виртуальная реальность>. مورد استفاده در حل وظایف سازنده گرافیک، هنری و دیگر، که در آن توسعه توانایی ایجاد یک طراحی فضایی ذهنی یک جسم خاص با توجه به نمایندگی گرافیکی آن ضروری است؛ هنگام مطالعه کلی سنج و نقاشی؛ در شبیه سازهای کامپیوتری از فرایندهای تکنولوژیکی، تاسیسات هسته ای، حمل و نقل هوایی، دریایی و حمل و نقل زمینی، جایی که بدون چنین دستگاه هایی اساسا غیرممکن است، مهارت های تعامل انسان با مکانیزم های فوق العاده خالی و خطرناک مدرن را انجام دهد.

شبکه های مخابراتی کامپیوتری آموزشی. مجاز به ارائه آموزش از راه دور (قبل از) - آموزش در فاصله زمانی که معلم و آموزش دیده به صورت فضایی و (یا) در زمان جدا شده اند و روند آموزشی با استفاده از ارتباطات مخابراتی، عمدتا بر اساس اینترنت انجام می شود. بسیاری از مردم در عین حال فرصتی برای بهبود تحصیلات در خانه دریافت می کنند (به عنوان مثال، افراد بالغ با نگرانی های تجاری و خانوادگی، جوانان زندگی می کنند که در مناطق روستایی یا شهرهای کوچک زندگی می کنند). یک فرد در هر دوره از زندگی او، فرصتی را برای از بین بردن یک حرفه جدید دریافت می کند، برای افزایش مدارک تحصیلی خود و گسترش افق، و تقریبا هر مرکز علمی یا آموزشی جهان.

در عمل آموزشی، تمام انواع عمده ارتباطات کامپیوتری استفاده می شود: ایمیل، تبلیغات الکترونیکی، مخابرات و سایر قابلیت های اینترنتی. قبل از ارائه استفاده مستقل از دوره های ثبت شده در ویدئو، سی دی ها و غیره ارتباطات کامپیوتری ارائه می دهد:

  • توانایی دسترسی به منابع مختلف اطلاعات از طریق اینترنت و کار با این اطلاعات؛
  • امکان بازخورد عملیاتی در دوران گفتگو با معلم یا سایر شرکت کنندگان در دوره آموزشی؛
  • امکان برگزاری پروژه های مخابراتی مشترک، از جمله بین المللی، تله کنفرانس، امکان تبادل دیدگاه ها با هر شرکت کننده در این دوره، یک معلم، مشاوران، امکان درخواست اطلاعات در مورد هر گونه سوال از موضوع از طریق مخابرات.
  • امکان اجرای روشهای خلاقیت از راه دور، مانند مشارکت در کنفرانس های از راه دور، از راه دور<мозговой штурм> شبکه های خلاقانه شبکه، تجزیه و تحلیل قابل مقایسه از اطلاعات در WWW، کار تحقیقاتی دور، پروژه های آموزشی جمعی، بازی های کسب و کار، کارگاه های آموزشی، گشت و گذار مجازی DR.

همکاری دانش آموزان را تحریک می کند تا خود را با دیدگاه های مختلف در مورد مشکل مورد مطالعه برای جستجوی اطلاعات اضافی، در ارزیابی نتایج خود، آشنا شوند.

موضوع 2.3 ارائه های نرم افزاری و مبانی برنامه نویسی اداری

موضوع 2.4

2.4.11. پایگاه داده آموزشی با صفحه کلید اصلی "training_students" - دانلود


سیستم های مدیریت پایگاه داده و سیستم های متخصص

2.4 سیستم های مدیریت پایگاه داده و سیستم های متخصص

2.4.10 سیستم های کارشناس و مطالعه

سیستم های متخصص یکی از کاربردهای اصلی هوش مصنوعی هستند. هوش مصنوعی یکی از بخش های اطلاعاتی است که به وظایف مدل سازی سخت افزاری و نرم افزاری از این نوع فعالیت های انسانی اشاره می کند که به عنوان فکری در نظر گرفته می شود.

نتایج مطالعات مطالعات هوش مصنوعی در سیستم های هوشمند استفاده می شود که قادر به حل وظایف خلاقانه متعلق به یک موضوع خاص هستند، دانش آن در حافظه (پایگاه دانش) سیستم ذخیره می شود. سیستم های هوش مصنوعی بر روی حل یک کار بزرگ کلاس متمرکز شده اند که شامل وظایف به اصطلاح ساختار یافته یا غیر ساختاری (وظایف ضعیف رسمی یا غیر رسمی) است.

سیستم های اطلاعاتی که برای حل وظایف ساختاری جزئی استفاده می شود به دو نوع تقسیم می شوند:

  1. ایجاد گزارش های مدیریتی (انجام پردازش داده ها: جستجو، مرتب سازی، فیلتر کردن). تصمیم گیری بر اساس اطلاعات موجود در این گزارش ها انجام می شود.
  2. توسعه گزینه های احتمالی برای راه حل ها. تصمیم گیری به انتخاب یکی از گزینه های پیشنهادی می رسد.

سیستم های اطلاعاتی که جایگزین های راهکارهایی را ایجاد می کنند می توانند مدل یا کارشناس باشند:

  1. سیستم های اطلاعات مدل، کاربر مدل (ریاضی، آماری، مالی، و غیره) را ارائه می دهند که به توسعه و ارزیابی گزینه های راه حل کمک می کند.
  2. سیستم های اطلاعاتی متخصص، توسعه و ارزیابی جایگزینی ممکن توسط کاربر را با ایجاد سیستم های مبتنی بر دانش دریافت شده از کارشناسان ارائه می دهند.

سیستم های متخصص برنامه هایی برای رایانه هایی هستند که کارشناسان تخصص را در زمینه های موضوعی خاص جمع می کنند که در نظر گرفته شده برای دستیابی به راه حل های قابل قبول در روند پردازش اطلاعات هستند. سیستم های متخصص، تجربه کارشناسان را در یک صنعت خاص به شکل قوانین اکتشافی تبدیل می کنند و برای مشاوره متخصصان کمتر واجد شرایط طراحی شده اند.

شناخته شده است که دانش در دو نوع وجود دارد: تجربه جمعی، تجربه شخصی. اگر موضوع موضوع توسط تجربه جمعی (به عنوان مثال، بالاترین ریاضیات) نشان داده شود، این منطقه موضوع به سیستم های متخصص نیاز ندارد. اگر در موضوع موضوع بیشتر دانش، تجربه شخصی متخصصین سطح بالا است و این دانش مقاوم در برابر کم است، پس از آن یک منطقه نیاز به سیستم های متخصص دارد. سیستم های کارشناس مدرن به طور گسترده ای در تمام زمینه های اقتصاد مورد استفاده قرار گرفته اند.

پایگاه دانش هسته سیستم متخصص است. انتقال از داده ها به دانش، نتیجه توسعه سیستم های اطلاعاتی است. پایگاه داده ها برای ذخیره داده ها و ذخیره سازی دانش - پایگاه دانش استفاده می شود. در پایگاه داده، به عنوان یک قاعده، آرایه های داده های بزرگ با ارزش نسبتا کوچک ذخیره می شوند و در پایگاه های دانش به صورت کوچک ذخیره می شوند، اما آرایه های اطلاعات گران قیمت است.

پایگاه دانش یک کل دانش است که با استفاده از فرم انتخاب شده از ارائه آنها شرح داده شده است. پر کردن پایگاه دانش یکی از سخت ترین وظایف است که با انتخاب دانش رسمی و تفسیر آنها مرتبط است.

سیستم متخصص شامل موارد زیر است:

  • پایگاه دانش (به عنوان بخشی از حافظه کاری و پایه قوانین)، طراحی شده برای ذخیره منبع و حقایق میانجی در حافظه کاری (همچنین پایگاه داده ها نامیده می شود) و ذخیره سازی مدل ها و قوانین دستکاری مدل ها در نقش قوانین؛
  • کارکنان وظیفه (مترجم)، که پیاده سازی دنباله ای از قوانین را برای حل یک کار خاص بر اساس حقایق و قوانین ذخیره شده در پایگاه های داده ها و پایگاه های داده تضمین می کند؛
  • توضیحات زیر سیستم ها، به کاربر اجازه می دهد تا پاسخ به این سوال را دریافت کند: "چرا این سیستم چنین تصمیمی را تصویب کرد؟"؛
  • زیرسیستم های کسب دانش، طراحی شده برای اضافه کردن قوانین جدید به پایگاه داده، و اصلاح قوانین موجود؛
  • رابط کاربر، برنامه های پیچیده، پیاده سازی گفتگوی کاربر با سیستم در مرحله ورود اطلاعات و به دست آوردن نتایج.

سیستم های متخصص از سیستم های پردازش داده های سنتی متفاوت هستند، زیرا آنها به عنوان یک قاعده، از یک روش نماد نمایندگی، خروجی شخصیت و راه حل های اکتشافی راه حل استفاده می کنند. برای حل وظایف ضعیف قابل قبول یا غیر رسمی، شبکه های عصبی یا نوروموپرهای نروسیم بیشتر امیدوار کننده هستند.

مبنای نوروموپوترها شبکه های عصبی را تشکیل می دهند - ترکیبات موازی موازی متداول عناصر تطبیقی \u200b\u200b- نورون ها، که تعامل با اشیاء دنیای واقعی را به همان شیوه ای به عنوان سیستم عصبی بیولوژیکی ارائه می دهند.

استفاده از شبکه های عصبی بزرگ هنگام ایجاد سیستم های کارشناس خودآموز به دست می آید. شبکه تنظیم شده است، به عنوان مثال قطار، عبور از آن از طریق آن همه راه حل های شناخته شده و به دنبال پاسخ های مورد نیاز در خروج. تنظیم انتخاب پارامترهای نورون است. اغلب از یک برنامه یادگیری تخصصی استفاده می کند که در آموزش شبکه مشغول به کار است. پس از یادگیری، سیستم آماده کار است.

اگر سازندگان آن به طور پیش فرض بر اساس سیستم متخصص در یک فرم خاص قرار گیرند، پس در شبکه های عصبی، حتی به توسعه دهندگان ناشناخته است، چگونه دانش در ساختار آن در فرآیند یادگیری و خودآموزی شکل گرفته است. شبکه یک جعبه سیاه است.

Necrocomputers، به عنوان یک سیستم هوش مصنوعی، بسیار امیدوار کننده هستند و ممکن است در توسعه آنها بی نهایت بهبود یابد.

در حال حاضر سیستم های هوش مصنوعی در قالب سیستم های متخصص و شبکه های عصبی به طور گسترده ای در حل مشکلات مالی و اقتصادی استفاده می شود.