EXPERTSYSTEMEN EN NEURALE NETWERKEN

Code 346.225

Studiebelasting 4 SP

Semester 1

Docenten dr.ir. H. Daniëls (B 431, tel. 2026/2188)

Ingangsniveau

Werkvorm 2 uur hoorcollege 2 uur computerpracticum per week

Tentamenvorm schriftelijk

Verplichte keuze voor doctoraal BIK, Informatica-variant

Doelstelling / eindtermen
De student is in staat de basisprincipes van Expertsystemen en Neurale Netwerken te reproduceren en toe te passen in een theoretische en praktische context.

Inhoud
In dit college komen de belangrijkste onderwerpen van Expertsystemen en Neurale Netwerken aan de orde zoals:

Produktiesystemen en produktieregels: forward en backward reasoning
Frames: kennisrepresentatie m.b.v. frames, N en Z overerving
Kennisacquisitie: interviewtechnieken, Protocol Analyse
Redeneren met onzekerheid: Certainty factor model, Bayesiaanse methode, Dempster Shafer theorie
User interface: Why/How questions, verklaringen
Bedrijfseconomische aspecten: Kennismanagement, Kosten/Baten analyse,
Effectiviteit van kennissystemen
Architectuur van Neurale Netwerken: feedforward netwerken, layermodel, interaktiemodel
Leerregels: Backpropagation, Hebb's rule, delta regel
Toepassingen: classificatie forecasting.

Het meer practische gedeelte van het college is gericht op het werken met een Expertsysteem, het ontwerpen van een Expertsysteem en het maken van een aantal eenvoudige opgaven met Neurale Netwerken.

Last maintenance 06/22/1995 by Kees Leune.
All suggestions are greatly appreciated.