Sistem pelatihan ahli dalam pendidikan. Sistem pelatihan ahli

(dalam kedokteran, komputer menawarkan opsi diagnosis, memberikan sistem pakar Dewan) - Ini adalah program untuk komputer yang terakumulasi (I.E., Kumpulkan, Akumulasi) Pengetahuan para ahli - pakar di bidang studi tertentu yang dimaksudkan untuk mendapatkan solusi yang dapat diterima dalam proses pemrosesan info. Sistem pakar mengubah pengalaman para ahli dalam industri tertentu dalam bentuk aturan heuristik dan dimaksudkan untuk konsultasi spesial yang kurang berkualitas.

Prinsip-prinsip pekerjaan sistem pakar berdasarkan pengetahuan: manfaat bagi sistem pakar fakta atau info lain dan menerima saran ahli atau pengetahuan ahli sebagai hasilnya.

Sistem pakar terdiri dari:

Basis Pengetahuan (sebagai bagian dari memori kerja dan basis aturan), yang dirancang untuk menyimpan fakta asli dan menengah dalam memori kerja (juga disebut basis data) dan menyimpan model dan aturan untuk model manipulasi dalam aturan

Task Solvers (Interpreter), yang memastikan implementasi urutan aturan untuk menyelesaikan tugas tertentu berdasarkan fakta dan aturan yang disimpan dalam basis data dan basis pengetahuan

Penjelasan subsistem, memungkinkan pengguna untuk mendapatkan jawaban atas pertanyaan: "Mengapa sistem mengadopsi keputusan seperti itu?"

Subsistem akuisisi pengetahuan yang dirancang untuk menambah aturan baru dengan basis aturan baru dan modifikasi aturan yang ada.

Antarmuka pengguna, program kompleks, mengimplementasikan dialog pengguna dengan sistem pada tahap entri informasi dan memperoleh hasil.

Secara umum sistem Pakar Classif, Di Petunjuk Throma OSN: Sesuai dengan jenis komputer, karena waktu nyata dan dengan jenis tugas yang dapat dipecahkan.

Menurut Eum. Es classif pada: komputer super; Eum kinerja rata-rata; prosesor simbolis; Komputer pribadi.

Sehubungan dengan waktu nyata Classif ke: Static; Quasidinamic;

· Dinamis.

Oleh jenis tugas yang dapat dipecahkan Klasif ke: interpretasi data; Diagnostik; Pemantauan; Rancangan; Peramalan; Perencanaan; Kontrol; Mendukung pengambilan keputusan; Latihan.

Pengetahuan ahli hanya milik satu bidang subjek, dan ini terdiri dari perbedaan antara metode berdasarkan penggunaan sistem pakar, dari metode umum untuk memecahkan masalah. Pengetahuan ahli yang berkaitan dengan solusi tugas-tugas spesifik adalah bidang pengetahuan ahli.

Di bidang pengetahuan, sistem pakar melakukan alasan atau membuat kesimpulan logis pada prinsip yang sama, sebagai orang ahli berpendapat atau cara logis untuk menyelesaikan masalah. Ini berarti bahwa atas dasar fakta-fakta tertentu dengan alasan, kesimpulan logis dan dibenarkan dibentuk, yang mengikuti dari fakta-fakta ini.

Sistem pakar memiliki banyak penekanan menarik:

· Peningkatan aksesibilitas. Untuk memastikan akses ke pengetahuan ahli, perangkat keras kompak yang sesuai dapat diterapkan.

· Mengurangi biaya. Satrak penyediaan keahlian dalam perhitungan pada manfaat terpisah berkurang secara signifikan.

· Mengurangi bahaya. Sistem pakar dapat digunakan di lingkungan seperti itu, kucing mungkin berbahaya bagi orang-orang.

· Keteguhan. Pengetahuan ahli tidak hilang di mana saja. Tidak seperti ahli - orang yang dapat pensiun, berhenti dari pekerjaan atau mati, pengetahuan tentang sistem pakar dilestarikan selama waktu yang lama.

· Kemungkinan mendapatkan pengetahuan ahli dari banyak sumber. Dengan bantuan sistem pakar, pengetahuan tentang banyak ahli dapat dikumpulkan dan tertarik untuk bekerja pada tugas yang dilakukan secara bersamaan dan terus menerus, kapan saja siang dan malam. Tingkat keahlian yang dikombinasikan dengan menggabungkan pengetahuan tentang beberapa ahli dapat melebihi tingkat pengetahuan tentang ahli individu.

· Peningkatan keandalan. Penggunaan sistem pakar memungkinkan untuk meningkatkan tingkat kepercayaan pada kenyataan bahwa keputusan yang benar dibuat, dengan memberikan satu pendapat yang lebih masuk akal kepada orang-ku atau perantara dalam penyelesaian pendapat yang tidak konsisten antara beberapa ahli. (Tentu saja, metode penyelesaian pendapat yang tidak konsisten ini tidak dapat digunakan jika sistem pakar diprogram oleh salah satu ahli yang terlibat dalam tabrakan pendapat.) Keputusan sistem pakar harus selalu bertepatan dengan keputusan ahli; Hilang hanya dapat disebabkan oleh kesalahan yang dibuat oleh seorang ahli, yang mungkin terjadi hanya jika orang ahli lelah atau dalam keadaan stres.

· Penjelasan. Sistem pakar dapat menjelaskan secara rinci argumennya, kucing itu mengarah pada kesimpulan tertentu. Dan seseorang mungkin terlalu lelah, tidak rentan terhadap penjelasan atau tidak dapat melakukannya setiap saat. Kemampuan untuk mendapatkan penjelasan berkontribusi untuk meningkatkan kepercayaan pada fakta bahwa keputusan yang tepat dibuat.

· Respon cepat. Untuk beberapa aplikasi, Anda mungkin memerlukan respons cepat atau respons secara real time. Tergantung pada perangkat keras dan perangkat lunak yang digunakan, sistem pakar dapat bereaksi lebih cepat dan lebih siap bekerja daripada orang yang ahli. Dalam beberapa situasi ekstrem, reaksi yang lebih cepat mungkin diperlukan daripada seseorang; Dalam hal ini, opsi yang dapat diterima menjadi penggunaan sistem pakar yang bertindak secara real time.

· Selalu benar, kehilangan emosi dan jawaban lengkap dalam keadaan apa pun. Properti seperti itu mungkin sangat penting secara real time dan dalam situasi ekstrem di mana orang ahli mungkin tidak dapat bertindak dengan efisiensi maksimum karena dampak stres atau kelelahan.

· Kemampuan untuk menggunakan sebagai program pelatihan cerdas. Sistem pakar dapat bertindak sebagai program pelatihan intelektual dengan melewati siswa untuk melakukan contoh-contoh program dan menjelaskan apa yang didasarkan pada penalaran sistem.

· Kemungkinan mendaftar sebagai basis data yang cerdas.Sistem pakar dapat digunakan untuk mengakses database menggunakan metode akses cerdas.

25. Properti Penggunaan TIK dalam Pendidikan

Yavl infor. Mekanisme reformasi yang paling penting dibentuk. SIS-kami, misalnya untuk diberi peringkat Kualitas, akses. dan efek. Pendidikan.

Comp. Teknik - hanya "besi". Hari ini kita memiliki orang lain. Tugas - Poppy. Efek. Menggunakan. Direkturnya pada strategi keputusan. Sasaran Moderance. Emipproof - Berkanjar Kualitasnya.

Manfaat:

1. Infor tekhnol. Begitu. Perluas kemungkinan penyajian pelatihan menginformasikan. Penerapan warna, grafik, suara, semua OWD. Peralatan video memungkinkan Anda untuk menciptakan kembali pengaturan nyata anak-anak ..

2. Komputer memungkinkan Anda untuk pergi. Meningkatkan motivasi belajar.

3. TIK melibatkan akuntansi dalam studi. Prosesnya, berkontribusi pada pengungkapan terbesar kemampuan mereka, mengaktifkan anak-anak mental.

4. Gunakan. TIK dalam kurikulum meningkat. Bisa jadi. Menetapkan tugas-tugas pendidikan dan manajemen proses keputusan mereka. Komputer memungkinkan untuk membangun dan menganalisis. Model berbagai item, situasi, fenomena.

5. TIK memungkinkan Anda untuk mengubah kontrol secara kualitatif. Uch-Xia, sambil memastikan fleksibilitas manajemen kurikulum.

6. Komputer berkontribusi pada formulir. Murid-murid adalah refleksi. Program pelatihan memungkinkan siswa untuk menyajikan hasil tindakannya secara visual, Oda. Etap dalam memecahkan masalah, pada kucing. Kesalahan dibuat dan memperbaikinya.

Lihat juga:

C2 menunjukkan pada tiga contoh keberadaan sistem politik multipartai di Rusia modern.
Ii. Sistem yang perkembangannya dapat diwakili menggunakan skema evolusi universal
AKU AKU AKU. Persyaratan untuk organisasi sistem sirkulasi limbah medis
Sistem MES (sistem eksekusi manufaktur) - Sistem manajemen produksi (kami telah lebih dikenal dengan ASUTP)
Opsi dan fungsi probe dari sistem Republik Belut
A. Oposisi tindakan logis dan tidak logis sebagai sumber sistem sosial. Teori tindakan Pareto dan teori teori aksi Weber

Sistem ahli - Ini adalah sistem komputer yang menggunakan pengetahuan tentang satu atau lebih ahli, disajikan dalam beberapa bentuk formal, serta logika membuat keputusan oleh orang-ahli dalam tugas-tugas yang sulit dan atau informal.

Sistem ahli mampu situasi yang sulit (dengan kurangnya waktu, informasi atau pengalaman) untuk memberikan konsultasi yang berkualitas (saran, sebuah prompt) yang membantu spesialis (dalam kasus kami - guru) untuk mengambil keputusan yang masuk akal. Gagasan utama dari sistem ini adalah dengan menggunakan pengetahuan dan pengalaman spesialis yang berkualifikasi tinggi di bidang subjek ini dengan kualifikasi yang kurang tinggi di bidang subjek yang sama dalam menyelesaikan masalah yang muncul di hadapan mereka. Perhatikan bahwa spesialis yang berkualifikasi tinggi dalam pedagogi disebut Methodis Eksperimental. Biasanya, sistem pakar dibuat di area subjek yang sempit.

Sistem pakar tidak menggantikan spesialis, dan penasihatnya, mitra intelektual. Keuntungan serius dari sistem pakar adalah bahwa jumlah informasi yang disimpan dalam sistem praktis tidak terbatas. Diperkenalkan di dalam mobil sekali, pengetahuan diselamatkan selamanya. Orang tersebut memiliki basis pengetahuan terbatas, dan jika data tidak digunakan untuk waktu yang lama, mereka dilupakan dan hilang selamanya. Setelah teknologi penilaian ahli pertama dikembangkan dan hasil serius pertama diperoleh dengan bantuan mereka, kemungkinan penggunaan praktis mereka sangat dibesar-besarkan. Perlu untuk memahami dengan benar kemungkinan nyata penggunaannya. Tentu saja, tidak semua masalah yang ada dapat diselesaikan dengan bantuan penilaian ahli. Meskipun penggunaan teknologi ahli yang benar dalam banyak kasus tetap satu-satunya cara untuk mempersiapkan dan mengadopsi keputusan yang diinformasikan.

Sistem pelatihan ahli dapat meniru karya seseorang - seorang ahli di bidang studi ini. Ini terjadi sebagai berikut: pada tahap menciptakan sistem berdasarkan pengetahuan ahli, model trainee terbentuk di bidang studi ini, kemudian dalam proses fungsi sistem pengetahuan siswa didiagnosis, kesalahan dan kesulitan dalam respons dicatat . Untuk memori komputer, data tentang pengetahuan, keterampilan, kesalahan, kemampuan masing-masing peserta pelatihan dimasukkan. Sistem ini menganalisis hasil kegiatan pembelajaran dari setiap trainee, grup atau beberapa kelompok, mengidentifikasi kesulitan dan kesalahan yang paling umum.

Sistem pakar meliputi yang berikut ini subsistem: basis pengetahuan, mekanisme kesimpulan informasi, antarmuka cerdas dan subsistem penjelasan. Pertimbangkan subsistem ini secara lebih rinci.

Dasar pengetahuan Dalam hal ini, berisi deskripsi formal tentang pengetahuan para ahli, disajikan dalam bentuk serangkaian fakta dan aturan.

Mekanisme output atau pemecah - Ini adalah blok, yang merupakan program yang menyadari rantai penalaran langsung atau terbalik sebagai strategi kesimpulan umum. Sistem pelatihan ahli dapat digunakan sebagai sarana menyajikan pengetahuan, organisasi dialog antara pengguna dan sistem yang mampu menggunakan pengguna untuk mengirimkan kursus penalaran ketika menyelesaikan tugas belajar dalam bentuk, dapat diterima oleh siswa.

Melalui antarmuka cerdas. Sistem pakar menetapkan pertanyaan kepada pengguna dan menampilkan kesimpulan yang dibuat, mewakili mereka biasanya dalam bentuk karakter.

Keuntungan utama dari sistem pakar di depan pakar seseorang dapat mencakup tidak adanya pendekatan subjektif yang dapat melekat pada beberapa ahli. Ini dimanifestasikan, pertama-tama dalam kemungkinan penggunaan sistem penjelasan Beralih dalam proses pemecahan masalah atau contoh. Teknologi expertory memungkinkan Anda untuk menghasilkan rekomendasi kepada siswa dan pendidik umum. Data yang diperoleh oleh sistem akan memungkinkan guru untuk mengidentifikasi bagian-bagian yang terlatih dipelajari dengan lemah, untuk mempelajari penyebab kesalahpahaman materi pendidikan dan menghilangkannya.

Di bidang pelatihan, sistem tersebut dapat digunakan tidak hanya untuk penyajian materi pendidikan, tetapi juga untuk mengendalikan pengetahuan, keterampilan, keterampilan, untuk menemani solusi tugas di tingkat tutor. Dalam hal ini, sistem melakukan kontrol langkah-demi-langkah atas kebenaran masalah memecahkan masalah. Dalam hal kontrol pengetahuan, keterampilan, sistem keterampilan mendiagnosis tingkat materi pembelajaran. Murid ini memberikan kebebasan dalam memilih langkah kerja dengan sistem dan lintasan lintasan.

Menyoroti persyaratan didaktik utama untuk sistem pelatihan ahli.

1. Akuntansi tidak hanya tingkat persiapan (rendah, sedang, tinggi) dan tingkat asimilasi (pengakuan, algoritmik, heuristik, kreatif), tetapi juga fitur psikologis, preferensi pribadi siswa. Misalnya: Pilih mode operasi, tingkat kerja, desain layar, opsi interaksi interaktif.

2. Memastikan kebebasan maksimum dalam memilih respons terhadap pertanyaan, serta kemungkinan membantu atau memberi tip.

3. Implementasi kemungkinan memperoleh penjelasan tentang kemanfaatan keputusan, memperoleh penjelasan tentang tindakan sistem, pemutaran aturan yang digunakan oleh sistem. Sistem harus memperbaiki dan menghafal kesalahan dalam alasan pengguna sehingga dapat kembali kepada mereka kapan saja. Kesalahan harus didiagnosis, dan bantuan pengguna memadai untuk kesalahan ini.

Efisiensi menggunakan sistem pelatihan ahli tergantung pada faktor-faktor berikut.

1. Pengalaman ahli atau kelompok pakar, yang pengetahuan dan pengalaman umumnya didasarkan pada sistem.

2. Kemampuan teknis dana TIK yang digunakan dalam proses pendidikan.

3. Kualitas perangkat lunak tertentu.

4. Derajat penerapan praktis pembelajaran yang dipersonalisasi berdasarkan pilihan pengaruh pelatihan individu.

Dibawah sistem Pendidikan Intelektual Adalah adat untuk menyiratkan kompleks organisasi dan metodologis, informasi, matematika dan perangkat lunak. Namun, komponen "manusia" dari sistem ini harus dimasukkan dalam konsep ini, yaitu siswa dan guru. Dalam hal ini, sistem pelatihan intelektual harus dipertimbangkan sebagai sistem mesin-mesin yang kompleks yang beroperasi dalam mode interaksi interaktif dalam skema siswa - sistem guru. Sistem seperti itu berorientasi adat ke area subjek tertentu.

Sistem pelatihan cerdas terdiri dari dua bagian: bagian utama, termasuk kurikulum (konten pendidikan) dan bagian tambahan, menerapkan manajemen cerdas dari proses pemrosesan.

Struktur Sistem Pendidikan Intelektual:

Bagian utama dari program ini terdiri dari modul berikut: pemodelan informasi, dihitung, mengendalikan. Bagian utama dari sistem ini mencakup berbagai jenis informasi pelatihan: teks, tabel, gambar, animasi, frasa video. Teks dapat berisi jendela aktif yang memungkinkan pengguna untuk pindah ke layar yang digunakan, bergerak di sepanjang lintasan sewenang-wenang dari satu bagian ke bagian lain, berkonsentrasi pada perhatiannya pada informasi yang diperlukan, melaksanakan pemilihan sewenang-wujud dengan informasi.

Modul informasi Termasuk database dan basis data pengetahuan pendidikan. Basis data berisi bahan pendidikan, informasi, informasi dan referensi, daftar siswa, kinerja akademik, dll. Dalam proses menciptakan basis pengetahuan, seluruh spektrum kemampuan teknologi multimedia, hipermedia dan telekomunikasi dimungkinkan.

DI modul pemodelan Model komputer terkandung (imitasi komputer, memvisualisasikan transfer data melalui jaringan komputer dan lainnya). Simulasi komputer memungkinkan Anda untuk memvisualisasikan berbagai fenomena dan proses yang tidak secara langsung mengamati. Bekerja dengan model komputer memungkinkan Anda secara signifikan mengurangi waktu untuk persiapan dan perilaku eksperimen kompleks, mengalokasikan yang paling penting, mengatur penelitian ilmiah yang menarik. Kemungkinan banyak pengulangan percobaan akan memungkinkan siswa untuk memperoleh analisis hasil hasil eksperimen, membentuk kemampuan untuk menggeneralisasi hasil yang diperoleh dan merumuskan kesimpulan. Margin memiliki kemampuan untuk mempelajari kasus-kasus umum, berdasarkan undang-undang umum , atau, sebaliknya, sebagai hasil dari mempelajari hukum atau pola swasta.

Modul penyelesaian Dirancang untuk mengotomatisasi berbagai perhitungan.

Mengontrol Module. Berisi pertanyaan, tugas, latihan yang dirancang untuk mengontrol pengetahuan siswa.

Bagian bantu memberikan operasi "intelektual" dari sistem. Di sinilah diagram urutan pelatihan, mekanisme adaptasi sistem ke objek pembelajaran tertentu, sarana analisis cerdas dari volume dan struktur pengetahuan yang diperlukan untuk organisasi dan manajemen proses pendidikan diletakkan . Selain itu, bagian bantu meliputi subsistem manajemen intelektual dari proses akademik, menerapkan dialog pengguna interaktif dengan sistem; Modul kontrol dan diagnostik yang memungkinkan Anda menghitung dan mengevaluasi parameter subjek pembelajaran untuk menentukan dampak pelatihan, strategi optimal dan taktik pembelajaran pada setiap tahap kelas; Keahlian tingkat pengetahuan, keterampilan, keterampilan, kebenaran memecahkan berbagai jenis tugas, pemrosesan statistik hasil kontrol, diagnostik kesalahan. Respons kontrol dari sistem biasanya ditentukan oleh respons bodoh terhadap pertanyaan tes. Persyaratan alami adalah untuk meminimalkan perbedaan siswa dengan informasi yang ditransfer ke sana. Sistem memonitor bagian dari kelas siswa dan menampilkan informasi ini ke komputer guru.

Guru bekerja erat dengan sistem, menerima informasi tentang proses pembelajaran, mengirimkan permintaan dan memasukkan perubahan pada program. Membuat perubahan dimungkinkan hanya jika sistem terbuka, maka modul layanan harus ada di dalamnya. Ini adalah modul ini yang memungkinkan guru untuk membuat perubahan dan penambahan yang diperlukan untuk sistem. Masing-masing modul bersifat otonom, jadi ketika Anda membuat perubahan pada salah satu modul, konten dari sisa modul bagian utama tidak berubah.

Sistem pelatihan cerdas dapat digunakan tidak hanya dalam pelajaran, tetapi juga selama pekerjaan independen peserta pelatihan, dalam proses kegiatan penelitian. Perlu dicatat bahwa sistem kecerdasan buatan ditandai dengan kerugian yang sama dengan sistem pelatihan ahli yang terkait dengan kesulitan implementasi praktis oleh sistem individualisasi dan diferensiasi pelatihan dalam bentuk yang merupakan karakteristik pelatihan individu dari seorang pelajar . Ketentuan ini disebabkan oleh fakta bahwa kecerdasan buatan hanya benar-benar menyerupai beberapa kualitas manusia dan tidak dapat diidentifikasi dengan kecerdasan manusia.

Menyoroti keunggulan utama menggunakan sistem pembelajaran intelektual dalam pelajaran.

Guru: Mendapat data yang dapat diandalkan tentang hasil kegiatan pelatihan masing-masing siswa dan kelas secara keseluruhan. Kredibilitas ditentukan oleh fakta bahwa sistem mencatat kesalahan dan kesulitan dalam respons siswa, mengungkapkan kesulitan dan kesalahan yang paling umum, menyatakan penyebab tindakan keliru siswa dan mengirimkan komentar dan rekomendasi yang relevan ke komputernya; Menganalisis tindakan siswa, mengimplementasikan berbagai macam pelatihan, menghasilkan tugas, tergantung pada tingkat cerdas peserta pelatihan tertentu, tingkat pengetahuan, keterampilan, keterampilan, fitur motivasinya, mengelola pengiriman pekerjaan, dll .

Siswa Ini menerima dalam menghadapi sistem seperti itu bukan hanya seorang guru, tetapi asisten pribadi dalam studi disiplin tertentu.

Efisiensi sistem pelatihan cerdas tergantung pada ketaatan sejumlah kondisi:

Kemampuan untuk menumpuk dan menerapkan pengetahuan tentang hasil pembelajaran masing-masing terlatih untuk memilih dampak pelatihan individu dan pengelolaan proses pembelajaran untuk pembentukan pengetahuan dan keterampilan terintegrasi;

Kriteria validitas untuk menilai tingkat pengetahuan, keterampilan, keterampilan; Tingkat persiapan (rendah, sedang, tinggi) atau asimilasi material (pengakuan, algoritmik, heuristik, kreatif);

Kemampuan untuk mengadaptasi sistem untuk mengubah status pelajar (siswa merujuk pada tingkat rata-rata, tetapi pada pekerjaan ini, pengetahuannya mendekati tinggi atau, sebaliknya, ke tingkat rendah).

Pengenalan sistem pelatihan cerdas ke dalam proses pendidikan akan meningkatkan persepsi emosional tentang informasi pendidikan; Tingkatkan motivasi belajar karena kemungkinan kontrol diri, individu, pendekatan yang berbeda untuk setiap peserta pelatihan; mengembangkan proses kegiatan kognitif; melakukan pencarian dan analisis berbagai informasi; Buat kondisi untuk pembentukan keterampilan akuisisi pengetahuan independen.

Pefepa NA:

"Membuat laporan sebagai objek basis data. Pakar dan sistem studi"

Umum

Membuat laporan sebagai objek basis data

Struktur Laporan Konstruktor

Metode untuk Membuat Laporan

Membuat laporan

Membuat laporan sebagai objek basis data

Laporan ini adalah presentasi data yang diformat, yang ditampilkan di layar, dalam cetak atau file. Mereka memungkinkan Anda untuk mengekstrak informasi yang diperlukan dari pangkalan dan menyerahkannya dalam bentuk yang nyaman untuk persepsi, serta memberikan peluang yang cukup untuk menggeneralisasi dan menganalisis data.

Saat mencetak tabel dan permintaan, informasi dikeluarkan di hampir formulir di mana ia disimpan. Ini sering kali diperlukan untuk mengirimkan data dalam bentuk laporan yang tradisional dan mudah dibaca. Laporan terperinci mencakup semua informasi dari tabel atau kueri, tetapi berisi tajuk utama dan dibagi menjadi halaman yang menunjukkan footer atas dan bawah.

Struktur Laporan Konstruktor

Microsoft Access menampilkan data dari kueri atau tabel dalam laporan dengan menambahkan elemen teks kepada mereka yang menyederhanakan persepsi.

Elemen-elemen ini termasuk:

Header. Bagian ini hanya dicetak di bagian atas halaman pertama laporan. Digunakan untuk mengeluarkan data, seperti laporan header laporan, tanggal atau pernyataan teks dokumen, yang harus dicetak sekali pada awal laporan. Untuk menambah atau menghapus area Header Laporan, Anda harus memilih perintah Tampilan Judul / Note dalam perintah View.

Kepala halaman. Digunakan untuk mengeluarkan data, seperti header kolom, tanggal, atau nomor halaman, pencetakan dari atas pada setiap halaman laporan. Untuk menambah atau menghapus footer atas, Anda harus memilih perintah ke perintah Commander di menu. Akses Microsoft menambahkan bagian atas dan footer secara bersamaan. Untuk menyembunyikan salah satu footer, Anda perlu menetapkan nilai 0 ke propertinya.

Area data terletak di antara footer atas dan bawah halaman. Berisi teks utama laporan. Bagian ini muncul data yang dicetak untuk masing-masing catatan dalam tabel atau permintaan di mana laporan tersebut didasarkan. Untuk mengakomodasi di area area, kontrol bidang dan panel elemen digunakan. Untuk menyembunyikan area data, Anda perlu menentukan nilai nilai ketinggian 0.

Footer. Bagian ini muncul di bagian bawah setiap halaman. Digunakan untuk mengeluarkan data, seperti nilai akhir, tanggal atau jumlah halaman yang dicetak dari bawah pada setiap halaman laporan.

Catatan. Digunakan untuk mengeluarkan data, seperti teks kesimpulan, nilai akhir umum atau tanda tangan, yang harus dicetak sekali di akhir laporan. Terlepas dari kenyataan bahwa dalam mode desain, bagian "Catatan" dari laporan berada di bagian bawah laporan, itu dicetak di atas footer bawah halaman di halaman terakhir dari halaman laporan. Untuk menambah atau menghapus area catatan laporan, Anda harus memilih perintah Judul / Note dalam perintah View. Microsoft Access secara bersamaan menambah dan menghapus area header dan melaporkan catatan.

Metode untuk Membuat Laporan

Di Microsoft Access, Anda dapat membuat laporan dengan berbagai cara:

Konstruktor

Magister Laporan

Laporan Otomatis: Di Kolom

Laporan Otomatis: Pita

Master Chart.

Stiker pos.

Wizard memungkinkan Anda untuk membuat laporan dengan catatan pengelompokan dan merupakan cara paling sederhana untuk membuat laporan. Ini menempatkan bidang yang dipilih ke dalam laporan dan menawarkan enam gaya desainnya. Setelah menyelesaikan wizard, laporan yang diterima dapat diselesaikan dalam mode konstruktor. Menggunakan fungsi Laporan Otomatis, Anda dapat dengan cepat membuat laporan, dan kemudian membuat beberapa perubahan pada mereka.

Untuk membuat laporan otomatis, Anda harus melakukan langkah-langkah berikut:

Di jendela Database, klik pada tab Laporan dan kemudian klik tombol Buat. Kotak dialog Laporan Baru muncul.

Alokasikan dalam daftar item Laporan Otomatis: Dalam Kolom atau Laporan Otomatis: Pita.

Di bidang Sumber Data, klik pada panah dan pilih tabel atau kueri sebagai sumber data.

Klik pada tombol OK.

Wisaya Deteksi Otomatis membuat laporan otomatis ke kolom atau pita (dengan memilih pengguna), dan membukanya dalam mode pratinjau, yang memungkinkan Anda untuk melihat bagaimana laporan dalam bentuk cetak akan terlihat.

Ubah tampilan tampilan laporan

Untuk mengubah skala tampilan, gunakan pointer ke kaca pembesar. Untuk melihat seluruh halaman keseluruhan, Anda perlu mengklik di mana saja dalam laporan. Halaman jadwal ditampilkan di layar.

Klik pada laporan lagi untuk kembali ke skala tampilan yang lebih besar. Dalam mode representasi laporan yang meningkat, titik yang Anda klik akan berada di tengah layar. Untuk menggulir halaman laporan menggunakan tombol transisi di bagian bawah jendela.

Cetak Laporan

Untuk mencetak laporan, Anda harus melakukan yang berikut:

Pada menu File, klik pada perintah cetak.

Di area cetak, klik pada versi halaman.

Untuk mencetak hanya halaman laporan pertama, masukkan 1 di bidang "C" dan 1 di bidang "Perangkat Lunak".

Klik pada tombol OK.

Sebelum mencetak laporan, disarankan untuk melihatnya dalam mode pratinjau, untuk pergi ke mana Anda ingin memilih pratinjau di menu Lihat.

Jika halaman kosong muncul saat mencetak di akhir laporan, pastikan parameter ketinggian untuk laporan laporan memiliki nilai 0. Jika Anda mencetak halaman halaman perantara, pastikan jumlah lebar bentuk atau Laporan dan lebar bidang kiri dan kanan tidak melebihi lebar kertas yang ditentukan dalam kotak dialog parameter halaman (file menu).

Saat mengembangkan layout laporan, ikuti rumus berikut: Laporkan lebar + bidang kiri + bidang kanan

Untuk menyesuaikan ukuran laporan, Anda harus menggunakan teknik berikut:

ubah nilai Lebar Laporan;

mengurangi lebar bidang atau mengubah orientasi halaman.

Membuat laporan

1. Jalankan Microsoft Access. Buka database (misalnya, basis data yang ditujukan).

2. Buat Laporan Otomatis: Pita menggunakan tabel (misalnya, siswa) sebagai sumber data. Laporan terbuka dalam mode pratinjau, yang memungkinkan Anda untuk melihat bagaimana laporan dalam bentuk cetak akan terlihat.

3. Pergi ke mode konstruktor dan edit dan format laporan. Untuk beralih dari mode pratinjau ke mode desainer, Anda harus mengklik perintah Tutup pada aplikasi Toolbar Windows Application. Laporan akan muncul di layar dalam mode desainer.

Pengeditan:

1) Hapus bidang kode siswa di footer atas dan area data;

2) Pindahkan bagian kiri semua bidang di footer atas dan area data.

3) Ubah prasasti di halaman judul

Di bagian Judul Laporan, siswa adalah prasasti.

Tempatkan pointer mouse ke kanan kata siswa sehingga pointer menerima bentuk fitur vertikal (input kursor) dan klik pada posisi ini.

Masukkan NTU "KPI" dan tekan ENTER.

4) Pindahkan prasasti. Di footer, pilih bidang \u003d sekarang () dan seret ke header laporan untuk nama siswa. Tanggal akan ditampilkan di bawah judul.

5) Pada bilah alat desainer laporan, klik tombol Pratinjau untuk melihat laporan.

Memformat:

1) Sorot siswa header NTU "KPI"

2) Ubah headset, jahitan dan warna font, serta warna latar belakang penuangan.

3) Pada bilah alat desainer laporan, klik tombol Pratinjau untuk melihat laporan.

Perubahan gaya:

Untuk mengubah gaya, lakukan hal berikut:

Pada Bilah Alat Konstruktor Laporan, klik tombol AutoFormat, kotak dialog AutoFormat terbuka.

Dalam daftar gaya "Laporan - AutoFormat", klik pada titik ketat dan kemudian klik tombol OK. Laporan akan diformat dengan gaya yang ketat.

Beralih ke mode pratinjau. Laporan akan ditampilkan dalam gaya yang Anda pilih. Wanita Semua laporan yang dibuat menggunakan fungsi Laporan Otomatis akan memiliki gaya yang ketat sampai Anda menentukan gaya lain di jendela AutoFormat.

Sistem Pakar dan Studi

Sistem pakar adalah salah satu aplikasi utama kecerdasan buatan. Kecerdasan buatan adalah salah satu bagian informatika, yang membahas tugas-tugas pemodelan perangkat keras dan perangkat lunak dari jenis aktivitas manusia yang dianggap intelektual.

Hasil penelitian tentang kecerdasan buatan digunakan dalam sistem cerdas yang mampu memecahkan tugas-tugas kreatif milik area subjek tertentu, pengetahuan yang disimpan dalam memori (basis pengetahuan) dari sistem. Sistem intelijen buatan difokuskan pada penyelesaian tugas kelas besar, yang mencakup tugas-tugas yang disebut sebagian terstruktur atau tidak terstruktur (tugas-tugas yang diformalkan secara formal atau informal).

Sistem informasi yang digunakan untuk memecahkan tugas yang terstruktur sebagian dibagi menjadi dua jenis:

Membuat laporan manajerial (melakukan pemrosesan data: Cari, menyortir, memfilter). Pengambilan keputusan dilakukan berdasarkan informasi yang terkandung dalam laporan-laporan ini.

Mengembangkan kemungkinan alternatif untuk solusi. Pengambilan keputusan turun ke pemilihan salah satu alternatif yang diusulkan.

Sistem informasi yang mengembangkan alternatif untuk solusi dapat menjadi model atau ahli:

Model Sistem Informasi menyediakan pengguna model (matematika, statistik, keuangan, dll.) Yang membantu memastikan pengembangan dan evaluasi alternatif untuk solusi.

Sistem informasi ahli memberikan pengembangan dan mengevaluasi kemungkinan alternatif oleh pengguna dengan membuat sistem berbasis pengetahuan yang diterima dari para ahli.

Sistem pakar adalah program untuk komputer yang mengakumulasi ahli keahlian di bidang studi tertentu yang dimaksudkan untuk mendapatkan solusi yang dapat diterima dalam proses pemrosesan informasi. Sistem pakar mengubah pengalaman para ahli dalam industri tertentu dalam bentuk aturan heuristik dan dimaksudkan untuk berkonsultasi dengan spesialis yang kurang berkualitas.

Diketahui bahwa pengetahuan ada dalam dua jenis: pengalaman kolektif, pengalaman pribadi. Jika area subjek diwakili oleh pengalaman kolektif (misalnya, matematika tertinggi), maka area subjek ini tidak memerlukan sistem pakar. Jika di bidang subjek Sebagian besar pengetahuan adalah pengalaman pribadi spesialis tingkat tinggi dan pengetahuan ini tahan rendah, maka daerah semacam itu membutuhkan sistem pakar. Sistem pakar modern telah banyak digunakan di semua bidang ekonomi.

Basis pengetahuan adalah inti dari sistem pakar. Transisi dari data ke pengetahuan adalah konsekuensi dari pengembangan sistem informasi. Database digunakan untuk menyimpan data, dan untuk penyimpanan pengetahuan - basis pengetahuan. Dalam database, sebagai aturan, array data besar disimpan dengan nilai yang relatif kecil, dan dalam basis pengetahuan disimpan kecil berdasarkan volume, tetapi array informasi mahal.

Basis pengetahuan adalah totalitas pengetahuan yang dijelaskan menggunakan bentuk presentasi yang dipilih. Mengisi basis pengetahuan adalah salah satu tugas yang paling sulit yang dikaitkan dengan pilihan pengetahuan tentang formalisasi dan interpretasi mereka.

Sistem pakar terdiri dari:

basis Pengetahuan (sebagai bagian dari memori kerja dan basis aturan), yang dirancang untuk menyimpan fakta asli dan menengah dalam memori kerja (juga disebut basis data) dan menyimpan model dan aturan untuk model manipulasi dalam aturan

task Solvers (Interpreter), yang memastikan implementasi urutan aturan untuk menyelesaikan tugas tertentu berdasarkan fakta dan aturan yang disimpan dalam basis data dan basis pengetahuan

penjelasan subsistem, memungkinkan pengguna untuk mendapatkan jawaban atas pertanyaan: "Mengapa sistem mengadopsi keputusan seperti itu?"

subsistem akuisisi pengetahuan yang dirancang untuk menambah aturan baru dengan basis aturan baru dan modifikasi aturan yang ada.

antarmuka pengguna, program kompleks, mengimplementasikan dialog pengguna dengan sistem pada tahap entri informasi dan memperoleh hasil.

Sistem pakar berbeda dari sistem pemrosesan data tradisional dalam hal itu, sebagai aturan, menggunakan metode perwakilan simbol, output karakter dan solusi heuristik. Untuk mengatasi tugas-tugas yang dapat diformali atau informalisasi yang lemah atau informal, jaringan saraf atau neurokomputer lebih menjanjikan.

Dasar neurokomputer merupakan jaringan saraf - senyawa paralel terorganisir hierarkis dari elemen adaptif - neuron, yang memberikan interaksi dengan objek dunia nyata dengan cara yang sama dengan sistem saraf biologis.

Penggunaan jaringan saraf besar tercapai ketika membuat sistem pakar belajar mandiri. Jaringan diatur, I.E. Latih, melewati semua solusi yang terkenal dan mencari respons yang diperlukan di pintu keluar. Pengaturan ini adalah pemilihan parameter neuron. Sering menggunakan program pembelajaran khusus yang bergerak dalam pelatihan jaringan. Setelah belajar, sistem siap bekerja.

Jika penciptanya muncul secara awal pada sistem pakar dalam bentuk tertentu, maka dalam jaringan saraf itu tidak diketahui bahkan untuk pengembang, bagaimana pengetahuan terbentuk dalam strukturnya dalam proses pembelajaran dan studi mandiri ,.E. Jaringan adalah kotak hitam.

Necrocomputerers, sebagai sistem intelijen buatan, sangat menjanjikan dan dapat ditingkatkan dalam perkembangan mereka. Saat ini, sistem intelijen buatan dalam bentuk sistem pakar dan jaringan saraf banyak digunakan dalam memecahkan masalah keuangan dan ekonomi.

TOPIC1. EOS sebagai komponen pelatihan intensif spesialis.

Kuliah 8. Sistem Pelatihan Pakar.

Lingkup penerapan sistem pakar dalam manajemen.

Biaya sistem pakar.

Pengembangan sistem ekspisi.

Selama dua puluh tahun terakhir, spesialis di bidang sistem intelektual melakukan pekerjaan penelitian aktif di bidang menciptakan dan menggunakan sistem pakar yang ditujukan untuk pendidikan. Kelas baru sistem pakar muncul - sistem pelatihan ahli - arah yang paling menjanjikan untuk meningkatkan sarana pedagogis program ke sisi prosedural pengetahuan.

Sistem pakar adalah kompleks perangkat lunak komputer yang membantu seseorang untuk membuat keputusan berdasarkan informasi. Sistem pakar menggunakan informasi yang diperoleh terlebih dahulu dari para ahli - orang yang di wilayah mana pun adalah spesialis terbaik.

Sistem pakar harus:

simpan pengetahuan tentang area subjek tertentu (fakta, deskripsi peristiwa dan pola);
untuk dapat berkomunikasi dengan pengguna dalam bahasa alami yang terbatas (I.E., Ajukan pertanyaan dan memahami jawabannya);
memiliki kompleks alat logis untuk menghilangkan pengetahuan baru, mengidentifikasi pola, mendeteksi kontradiksi;
masukkan tugas berdasarkan permintaan, klarifikasi produksinya dan temukan solusi;
jelaskan kepada pengguna bagaimana keputusan diperoleh.

Juga diinginkan bahwa sistem pakar dapat:

laporkan informasi tersebut yang meningkatkan kepercayaan pengguna pada sistem pakar;
"Bicara tentang dirimu, tentang strukturmu sendiri

Sistem Pelatihan Pakar (EOS) adalah program yang mengimplementasikan tujuan pedagogis tertentu berdasarkan pengetahuan ahli di beberapa bidang studi, saat mendiagnosis pelatihan dan manajemen manajemen, serta menunjukkan perilaku para ahli (spesialis subjek, metodologi, psikolog). Beban EOS adalah dengan adanya pengetahuan di dalamnya sesuai dengan metode pelatihan, terima kasih yang membantu guru mengajar, dan siswa untuk belajar.

Arsitektur sistem pelatihan ahli mencakup dua komponen utama: basis pengetahuan (penyimpanan pengetahuan) dan alat perangkat lunak untuk mengakses dan memproses pengetahuan, yang terdiri dari mekanisme kesimpulan (solusi), memperoleh pengetahuan, menjelaskan hasil dan antarmuka intelektual yang diperoleh.

Pertukaran data antara peserta pelatihan dan EOS melakukan program antarmuka intelektual yang merasakan pesan-pesan siswa dan mengubahnya menjadi presentasi basis pengetahuan dan, sebaliknya, menerjemahkan representasi internal hasil pemrosesan dalam format siswa dan memberi pesan ke operator yang diperlukan. Persyaratan paling penting bagi organisasi dialog dialog EOS adalah alami, yang tidak berarti secara harfiah merumuskan kebutuhan siswa dari proposal bahasa alami. Adalah penting bahwa urutan pemecahan masalahnya fleksibel, memenuhi ide-ide siswa dan dilakukan secara profesional.

Kehadiran sistem penjelasan yang dikembangkan (CO) sangat penting bagi EOS, bekerja di bidang pembelajaran. Dalam proses pembelajaran, EOS seperti itu akan melakukan tidak hanya peran aktif "guru", tetapi juga peran buku referensi yang membantu peserta pelatihan mempelajari proses internal yang terjadi dalam sistem menggunakan model yang diterapkan. Kembangkan CO terdiri dari dua komponen: Aktif, termasuk serangkaian pesan informasi yang dikeluarkan untuk peserta pelatihan dalam proses operasi, tergantung pada cara spesifik untuk menyelesaikan masalah yang didefinisikan sepenuhnya oleh sistem; Pasif (komponen utama CO), difokuskan pada inisialisasi tindakan peserta pelatihan.

Komponen aktif CO adalah komentar terperinci yang menyertai tindakan dan hasil yang diperoleh oleh sistem. Komponen pasif CO adalah jenis dukungan informasi yang secara kualitatif baru yang hanya melekat pada pengetahuan berdasarkan pengetahuan. Komponen ini, selain sistem bantuan yang dikembangkan, yang disebabkan oleh peserta pelatihan, memiliki penjelasan sistem tentang masalah pemecahan masalah. Sistem penjelasan dalam EOS yang ada diimplementasikan dengan berbagai cara. Ini bisa: serangkaian referensi informasi tentang keadaan sistem; Deskripsi penuh atau parsial dari sistem jalur distribusi berlalu; Daftar hipotesis hipotesis terverifikasi (alasan untuk pembentukan mereka dan hasil verifikasi mereka); Daftar target manajemen target, dan cara untuk mencapainya.

Fitur penting dari CO yang dikembangkan adalah dengan menggunakan bahasa alami komunikasi dengan peserta pelatihan. Penggunaan yang meluas dari sistem "menu" memungkinkan tidak hanya untuk membedakan informasi, tetapi juga di EOS yang dikembangkan untuk menilai tingkat pelatihan peserta pelatihan, membentuk potret psikologisnya.

Namun, siswa mungkin tidak selalu tertarik dalam output lengkap dari larutan yang berisi banyak detail yang tidak perlu. Dalam hal ini, sistem harus dapat memilih dari hanya titik-titik utama rantai, dengan mempertimbangkan kepentingan dan tingkat pengetahuan mereka tentang siswa. Untuk melakukan ini, dalam basis pengetahuan, perlu untuk mendukung model pengetahuan dan niat pelajar. Jika peserta pelatihan terus tidak memahami respons yang diterima, maka sistem harus dalam dialog berdasarkan model yang didukung dari pengetahuan masalah untuk melatihnya atau fragmen pengetahuan lainnya, I.E. Konsep dan ketergantungan khusus diungkapkan secara lebih rinci, jika bahkan bagian-bagian ini tidak digunakan langsung dalam output.

Klasifikasi Sistem Pelatihan Komputer

Dana pelatihan komputer dibagi menjadi:

· Buku teks komputer;

lingkungan yang berorientasi subjek;
lokakarya laboratorium;
simulator;
sistem kontrol pengetahuan;
direktori dan basis data tujuan pendidikan;
sistem instrumental;
sistem pelatihan ahli.

Sistem Pelatihan Otomatis (AOS) - Kompleks perangkat lunak dan fasilitas teknis dan pengajaran yang memastikan kegiatan pembelajaran aktif. AOC memberikan tidak hanya pelatihan untuk pengetahuan tertentu, tetapi juga memeriksa tanggapan siswa, kemungkinan tip, sangat besar materi yang dipelajari, dll.

AOC adalah sistem person-machine yang kompleks, di mana sejumlah disiplin ilmu digabungkan: didaktik (secara ilmiah membuktikan tujuan, konten, pola, dan prinsip-prinsip pembelajaran); Psikologi (karakteristik karakter dan gudang spiritual diperhitungkan); Pemodelan, grafik mesin, dll.

Sarana utama interaksi trainee dengan AOC - dialog. Dialog sistem pembelajaran dapat dikontrol baik trainee dan sistem itu sendiri. Dalam kasus pertama, siswa itu sendiri menentukan mode kerjanya dengan AOC, memilih metode untuk mempelajari materi yang sesuai dengan kemampuan individu. Dalam kasus kedua, metodologi dan metode mempelajari materi memilih sistem, mencegah siswa sesuai dengan skrip bingkai bahan pendidikan dan pertanyaan kepada mereka. Pelajar memasukkan jawabannya pada sistem, yang menafsirkan makna mereka untuk diri mereka sendiri dan memberikan pesan tentang karakter respons. Tergantung pada tingkat kebenaran jawaban, atau pada masalah sistem siswa, sistem mengatur peluncuran berbagai cara skenario pembelajaran, memilih strategi pembelajaran dan beradaptasi dengan tingkat pengetahuan siswa.

Sistem Pelatihan Pakar (EOS). Menerapkan fungsi pelatihan dan berisi pengetahuan tentang area substansial yang sempit tertentu. EOS memiliki kemampuan untuk menjelaskan strategi dan taktik untuk memecahkan masalah materi pelajaran dalam studi dan memastikan kontrol tingkat pengetahuan, keterampilan, dan keterampilan dengan diagnosa kesalahan berdasarkan hasil pelatihan.

Database Pendidikan (UBD) dan Basis Pelatihan Pengetahuan (UBS) berfokus pada beberapa bidang studi. UBD memungkinkan Anda untuk menghasilkan set data untuk tugas pembelajaran yang diberikan dan membuat pilihan, menyortir, analisis dan pemrosesan informasi yang terkandung dalam set ini. UBZ, sebagai aturan, deskripsi konsep dasar area subjek, strategi dan taktik pemecahan masalah; Kompleks dari latihan yang diusulkan, contoh dan tujuan area subjek, serta daftar kemungkinan kesalahan peserta pelatihan dan informasi untuk koreksi mereka; Database yang berisi daftar teknik metodologis dan bentuk pelatihan organisasi.

Sistem multimedia. Izinkan metode intensif dan bentuk pelatihan, meningkatkan motivasi pelatihan melalui penggunaan sarana modern untuk memproses informasi audiovisual, meningkatkan tingkat persepsi informasi emosional, membentuk kemampuan untuk mengimplementasikan berbagai bentuk kegiatan pemrosesan informasi independen.

Sistem multimedia banyak digunakan untuk mempelajari proses berbagai sifat berdasarkan simulasi mereka. Di sini Anda dapat membuat sifat yang jelas tidak terlihat dari partikel dasar mikrometer ketika mempelajari fisika, kiasan dan jelas menceritakan tentang dunia abstrak dan n-dimensi, dapat dipahami untuk menjelaskan bagaimana satu atau karya algoritma lainnya. Kemungkinan dalam warna dan dengan iringan suara untuk memodifikasi proses nyata menimbulkan pelatihan untuk tahap baru secara kualitatif.

Sistem<Виртуальная реальность>. Digunakan dalam memecahkan tugas konstruktif-grafik, artistik dan lainnya, di mana pengembangan kemampuan untuk menciptakan desain spasial mental dari objek tertentu sesuai dengan representasi grafisnya diperlukan; Saat mempelajari stereometri dan menggambar; Dalam simulator terkomputerisasi dari proses teknologi, fasilitas nuklir, penerbangan, marinir dan transportasi darat, di mana tanpa perangkat seperti itu pada dasarnya mustahil untuk mengatasi keterampilan interaksi manusia dengan mekanisme dan fenomena yang sangat kosong dan berbahaya.

Jaringan Telekomunikasi Komputer Pendidikan. Diizinkan untuk memberikan pembelajaran jarak jauh (sebelum) - pelatihan di kejauhan ketika guru dan terlatih dipisahkan oleh spasial dan (atau) pada waktunya, dan proses pendidikan dilakukan dengan menggunakan telekomunikasi, terutama berdasarkan Internet. Banyak orang pada saat yang sama mendapatkan kesempatan untuk meningkatkan pendidikan di rumah (misalnya, orang dewasa terbebani dengan masalah bisnis dan keluarga, anak muda yang tinggal di daerah pedesaan atau kota kecil). Seseorang dalam periode hidupnya memperoleh kesempatan untuk menerima profesi baru, untuk meningkatkan kualifikasi dan memperluas cakrawala, dan di hampir semua pusat ilmiah atau pendidikan dunia.

Dalam praktik pendidikan, semua jenis utama telekomunikasi komputer digunakan: email, iklan elektronik, telekonferensi dan kemampuan Internet lainnya. Sebelum memberikan penggunaan kursus yang secara otonom yang direkam pada video, CD, dll. Telekomunikasi komputer menyediakan:

kemampuan untuk mengakses berbagai sumber informasi melalui Internet dan bekerja dengan informasi ini;
kemungkinan umpan balik operasional selama dialog dengan guru atau dengan peserta lain dalam kursus pelatihan;
kemungkinan menyelenggarakan proyek-proyek telekomunikasi bersama, termasuk internasional, telekonferensi, kemungkinan bertukar pandangan dengan peserta dalam kursus ini, seorang guru, konsultan, kemungkinan meminta informasi tentang masalah melalui masalah melalui masalah melalui telekonferensi.
kemungkinan menerapkan metode kreativitas jarak jauh, seperti partisipasi dalam konferensi jarak jauh, remote<мозговой штурм> Jaringan karya kreatif, analisis informasi yang sebanding dalam www, pekerjaan penelitian yang jauh, proyek pendidikan kolektif, permainan bisnis, lokakarya, kunjungan virtual dr.

Kolaborasi merangsang siswa untuk membiasakan diri dengan berbagai sudut pandang tentang masalah yang dipelajari oleh pencarian informasi tambahan, pada penilaian hasilnya sendiri.

Topik 2.3. Presentasi perangkat lunak dan dasar-dasar pemrograman kantor

Topik 2.4.

2.4.11. Database Pendidikan dengan Formulir Keyboard Utama "Training_Students" - Unduh

Sistem manajemen basis data dan sistem pakar

2.4. Sistem manajemen basis data dan sistem pakar

2.4.10. Sistem Pakar dan Studi

Sistem informasi yang digunakan untuk memecahkan tugas yang terstruktur sebagian dibagi menjadi dua jenis:

Membuat laporan manajerial (melakukan pemrosesan data: Cari, menyortir, memfilter). Pengambilan keputusan dilakukan berdasarkan informasi yang terkandung dalam laporan-laporan ini.
Mengembangkan kemungkinan alternatif untuk solusi. Pengambilan keputusan turun ke pemilihan salah satu alternatif yang diusulkan.

Sistem informasi yang mengembangkan alternatif untuk solusi dapat menjadi model atau ahli:

Model Sistem Informasi menyediakan pengguna model (matematika, statistik, keuangan, dll.) Yang membantu memastikan pengembangan dan evaluasi alternatif untuk solusi.
Sistem informasi ahli memberikan pengembangan dan mengevaluasi kemungkinan alternatif oleh pengguna dengan membuat sistem berbasis pengetahuan yang diterima dari para ahli.

Sistem pakar terdiri dari:

basis Pengetahuan (sebagai bagian dari memori kerja dan basis aturan), yang dirancang untuk menyimpan sumber dan fakta menengah dalam memori kerja (itu juga disebut database) dan menyimpan model dan aturan untuk memanipulasi model dalam peran aturan;
task Clerks (interpreter), yang memastikan implementasi urutan aturan untuk memecahkan tugas tertentu berdasarkan fakta dan aturan yang disimpan dalam database dan database;
penjelasan Subsistem, memungkinkan pengguna untuk mendapatkan jawaban atas pertanyaan: "Mengapa sistem mengadopsi keputusan seperti itu?";
subsistem akuisisi pengetahuan, yang dirancang untuk menambah aturan baru ke database, dan modifikasi aturan yang ada;
antarmuka pengguna, program kompleks, mengimplementasikan dialog pengguna dengan sistem pada tahap entri informasi dan memperoleh hasil.

Necrocomputerers, sebagai sistem intelijen buatan, sangat menjanjikan dan dapat ditingkatkan dalam perkembangan mereka.

Saat ini, sistem intelijen buatan dalam bentuk sistem pakar dan jaringan saraf banyak digunakan dalam memecahkan masalah keuangan dan ekonomi.