Microsoft Word Книга иис мггу 1 Print doc

8.5 Методы формирования знаний 
Трудности извлечения знаний из текстовых источников и получения их от 
экспертов стимулировали развитие методов формирования знаний, известных, 
как методы машинного обучения.
Для развитых СИИ способность обучаться, т. е. самостоятельно 
формировать новые знания на основе текущих знаний, собственного опыта 
решения прикладных задач, является их существенной характеристикой. 
Методы формирования знаний лежат в основе автоматических систем 

---

83 
приобретения знаний. Автоматические системы формирования знаний более 
предпочтительны, так как при этом уменьшается вероятность ошибок в 
приобретаемых знаниях и снижается время их приобретения. 
Главный вопрос, на который должны ответить методы формирования 
знаний, состоит в следующем: как от частного (примера) перейти к общему 
(обобщениям)? Базисом всех методов формирования знаний является индукция, 
которая лежит в основе получения общих выводов из совокупности частных 
утверждений. 
В основу главы 8 положен материал учебных пособий [2, 3], 
справочного пособия [5]. 

---

84 
9. НЕЧЕТКИЙ ВЫВОД ЗНАНИЙ 
9.1 Основные положения нечеткого вывода знаний 
Данные и знания, с которыми приходится иметь дело в ИС, редко 
бывают абсолютно точными и достоверными. Присущая знаниям 
неопределенность может иметь разнообразный характер, и для ее 
описания используется широкий спектр формализмов. Рассмотрим один 
из типов неопределенности в данных и знаниях — их неточность.
Будем называть высказывание неточным, если его истинность (или 
ложность) не может быть установлена с определенностью.
Основополагающим понятием при построении моделей неточного 
вывода является понятие вероятности, поэтому все описываемые далее 
методы связаны с вероятностной концепцией.