Экзаменационные вопросы «Проектирование баз знаний» 2012 г.
01.07.2012, Гречка Алеся Валерьевна, ИИТ

Экзаменационные вопросы по дисциплине «Проектирование баз знаний» лекционного курса 2012 г.

Основы
1.Базы знаний.Определение, назначение и отличие от базы данных.
2.Знания и данные. Отличие баз знаний от баз данных.
3.Модели представления знаний. Семантические сети. Фреймы.
4.Модели представления знаний. Формальные логические модели. Продукционные модели.

Логическая модель представления знаний
5.Формальная логическая модель представления знаний.
6.Метод резолюций.
7.Прямой и обратный логический вывод.

Продукционная модель представления знаний
8.Продукционная модель представления знаний. Виды продукций.
9.Процесс разработки продукционной модели знаний. И-Или граф.
10.Экспертные системы. Методология разработки экспертных систем.
11.Экспертные системы. Алгоритм работы экспертной системы. Стратегии разрешения конфликтов.

Семантические сети
12.Модель представления знаний на основе семантических сетей.
13.Ассоциативные сети.
14.Концептуальные графы.

Фреймовая модель представления знаний
15.Фреймовая модель представления знаний. Описание модели. Формальная структура фрейма.
16.Применение фреймовых моделей.
17.ООП как модель представления знаний.

SemanticWebи интернет технологии
18.Семантические технологии Web (SemanticWeb). Определение и общее назначение технологии. Преимущества семантических сетей для интернета.
19.Технологии SemanticWeb. Архитектура SemanticWeb. Описание стека технологий и как они приведут к реализации SemanticWeb.
20.Семантическая поисковая система.

Поисковые системы
21.Особенности поисковых систем. Структура организации и алгоритм работы.
22.Язык запросов поисковых систем.

Онтологии
23.Онтологии. Общее определение. Классификация онтологий.
24.Процесс разработки онтологий.
25.ТехнологииSemanticWeb. OWL.
26.Компоненты онтологического языка Web на основе OWL.
27.Применение онтологий. Значение онтологий для бизнеса.
28.Система разработки онтологий Protégé. Назначение. Модель разработки онтологий, используемая в Protégé.

Data Mining
29.DataMining. Определение, назначение и решаемые задачи.

Деревья решений
30.Деревья решений. Определение, назначение.
31.Алгоритмы обучения деревьев решений. Алгоритм ID3. Критерии разбиений.
32.Алгоритм C4.5
33.Алгоритм CART. Построение дерева классификации и регрессии.
34.Ансамбли деревьев решений. Алгоритм RandomForest.