Dirbtinio intelekto sprendimų priėmimo modeliai PDF

Svarbūs aspektai, priimant sprendimus Duomenų rinkimas ir analizė Tikslų ir strategijos nustatymas Galimybių ir rizikos vertinimas Kūrybiškumas ir inovacijos DIRBTINIU INTELEKTU Dalyvavimas ir bendradarbiavimas GRĮSTAS MODELIAVIMAS IR TYRIMŲ ANALIZĖ GAL...

Svarbūs aspektai, priimant sprendimus Duomenų rinkimas ir analizė Tikslų ir strategijos nustatymas Galimybių ir rizikos vertinimas Kūrybiškumas ir inovacijos DIRBTINIU INTELEKTU Dalyvavimas ir bendradarbiavimas GRĮSTAS MODELIAVIMAS IR TYRIMŲ ANALIZĖ GALI BŪTI ATLIEKAMI IKI 100 Alternatyvų svarstymas KARTŲ GREIČIAU NEI Laiko valdymas NAUDOJANT TRADICINIUS ŽMOGAUS VALDOMUS Kritinis mąstymas ir vertinimas METODUS Komunikacija Pritaikymas ir lankstumas 3 Dirbtiniu intelektu grindžiami sprendimų priėmimo modeliai Apibrėžimas. Dirbtiniu intelektu grįsti sprendimų priėmimo modeliai naudoja algoritmus, kad galėtų priimti sprendimus, remdamiesi turimais duomenimis. Tikslas. Jie analizuoja, optimizuoja arba rekomenduoja veiksmus pagal sprendimo kriterijus. Pavyzdžiai. Sprendimų medžiai, statistiniai modeliai, mašininio mokymosi modeliai. 4 Sprendimų priėmimo procesas su DI Duomenų Duomenų Modelio atranka Modelio Sprendimų rinkimas apdorojimas ar kūrimas mokymas priėmimas Tipai: skaičiai, faktai, Valymas: triukšmo ar Tinkamo modelio Ankstesnių duomenų Sudėtingumas, kilpos, tekstas ir kt. netikslumų pasirinkimas pagal naudojimas modeliui iteracija, tiesioginis pašalinimas. reikalavimus. mokyti. perėjimas. Svarba: pagrindas sprendimų priėmimui. Transformacija: Duomenų ir svorių normalizavimas, priskyrimas mokymuisi. formato koregavimas. 5 Sprendimų priėmimas su DI: teorinis modelis 6 Sudėtingumas, iteracija, tiesioginis perėjimas Papildomi žingsniai po Tiesioginis perėjimas prie modelio mokymo: modelio kūrimo/apmokymo Modelio vertinimas, derinimas, Nedažni standartiniuose dirbtinio intelekto perkvalifikavimas. kūrimo cikluose, paprastai remiasi naujais duomenimis tobulinimui. Nuolatinis tobulinimas: Grįžtamojo ryšio ciklai tobulinant Specializuotiscenarijai: sprendimus. Skatinamojo mokymosi pavyzdžiai. Iteracinio proceso svarba. Adaptyvios sistemos su iš anksto nustatytomis taisyklėmis. 7 Ciklas iš sprendimų priėmimo į modelio kūrimą Kartotinis pobūdis: Svarbu: Grįžtamasis ryšys apie realaus pasaulio Užtikrina modelio efektyvumą ir aktualumą. programas skatina tobulėjimą. Atspindi dinamišką DI kūrimo metodiką. 8  Parametrų derinimas vs. sklidimas Sklidimas ar parametrų Tiesioginis sklidimas: Atgalinis sklidimas: derinimas: ▪ Hiper-parametrų ▪ Numatymo procesas: ▪ Mokymosi derinimas: ▪ Įvesties duomenų mechanizmas: ▪ Modelio hiper- perdavimas per tinklo ▪ Iteracinis modelio parametrų sluoksnius. parametrų koregavimas našumo ▪ Transformacijos ir koregavimas. gerinimui. prognozavių ▪ Klaidų mažinimas: ▪ Sklidimas pirmyn ir skaičiavimas. ▪ Paklaidos atgal: ▪ Klaidų skaičiavimas: sumažinimas ▪ Pagrindiniai ▪ Prognozių atnaujinant neuroninio tinklo palyginimas su parametrus(svorius ir mokymo procesai. poslinkius). faktiniais rezultatais. 9 Tiesioginio ir atgalinio sklidimo iteracinis procesas Neuroninių tinklų mokymas Ryšys tarp sklidimo į priekį ir atgal. Numatymas, klaidų skaičiavimas, Mokymosi ciklas parametrų atnaujinimas. Svarbu Adaptyvių DI sistemų kūrimo pagrindas. 10 Žmogus ar DI? Didesnis žmogaus Dirbtinio intelekto vaidmuo: naudojimas: Kūrybiškumas ir Duomenų analizė ir inovacijos sprendimų parama Tikslų ir strategijos Rutininės užduotys ir duomenų tvarkymas nustatymas Rizikos ir galimybių Dalyvavimas ir vertinimas bendradarbiavimas Problemos sprendimo Alternatyvų modeliavimas svarstymas, Greita informacijos suderinimas su paieška ir analizė etika Alternatyvų svarstymas, suderinimas su etika Informacijos paieška ir analizė Rizikos ir galimybių vertinimas Dalyvavimas ir bendradarbiavimas Kūrybiškumas ir inovacijos Rutininės užduotys ir duomenų tvarkymas Duomenų analizė ir sprendimų parama Problemos sprendimo modeliavimas Tikslų ir strategijos nustatymas 11 DI sprendimų priėmimo modeliai ir medžiai Analitiniai sprendimų priėmimo modeliai / sprendimų medžiai Tai hierarchinės struktūros modelis, kuris remiasi keliais pasirinkimais ir sąlygomis. Jie naudojami taisyklėms išreikšti arba sprendimų medžių algoritmams. Rekomendaciniai sprendimų priėmimo modeliai / rekomendacijų medžiai Panašūs į sprendimų medžius, šie medžiai generuoja rekomendacijas pagal turimus duomenis ir taisykles. Optimizaciniai modeliai / Optimizavimo medžiai Šie medžiai ieško geriausių sprendimų pagal nustatytus kriterijus, atliekant skirtingus veiksmus ir jų kombinacijas. 12 Doing right things vs. doing things right Diskusija Ar dirbtinis intelektas daro mažiau klaidų nei žmonės? Ar virtualus įvykis gali pakeisti fizines sąlygas? 13 Sprendimų priėmimo proceso tipai versle Rutininiai sprendimai Taktiniai sprendimai Strateginiai sprendimai Skubūs sprendimai Grupiniai sprendimai Individualūs sprendimai Programuoti sprendimai Intuityvūs sprendimai Sunkūs sprendimai 14 Žmogaus ar DI sėkmės sritis? Geriau sekasi žmogui: DI nauda Intuityvūs didžiausia: sprendimai Sunkūs sprendimai Rutininiai Taktiniai sprendimai sprendimai Strateginiai Programuoti sprendimai sprendimai Grupiniai sprendimai Skubūs sprendimai Individualūs sprendimai Grupiniai Pasikartojantys Skubūs Individualūs Programuoti Strateginiai Intuityvūs Sunkūs Taktiniai 15