- •1. Организационная структура предприятия.
- •2. Понятие информационной системы (ис). Классификация
- •3. Архитектура ис, типы архитектур.
- •4. Этапы развития и базовые стандарты ис.
- •6. Информационная модель предприятия. Информационные
- •5. Перспективные направления
- •7. Информационное обеспечение ис и требования к нему.
- •9. Классификация информационных ресурсов.
- •8. Информационные ресурсы, информационные продукты и услуги.
- •10. Информационные ресурсы ис.
- •13.Способы организации ит-инфраструктуры:
- •11. Проблемы создания информационных ресурсов и
- •51. Роль социальных сетей в экономике.
- •12. Понятие, компоненты и уровни зрелости ит-инфраструктуры
- •14. Корпоративные информационные системы (кис).
- •18. Корпоративная сеть (кс) предприятия:
- •15. Технологии интеграции ис. Технологии открытых
- •16. Техническое обеспечение ит-инфраструктуры ис:
- •19.Сети Интранет и Экстранет. Требования
- •22.Программному обеспечению (по) ис:
- •20. Организация сетевого доступа к ресурсам ис.
- •21. Администрирование кс.
- •26. Критерии выбора
- •23. Сегментация рынка прикладного по для ис.
- •24. Предметно-ориентированное прикладное по предметной
- •25. Интегрированное прикладное по.
- •27. Тенденции развития программного обеспечения.
- •28. Понятие искусственного интеллекта (ии), направления испол-ания ии.
- •29. Математические модели и методы
- •30. Системы ии и их роль в поддержке
- •31. Аналитическая обработка данных, системы оперативной
- •32. Интеллектуальный анализ данных (Data Mining) и знаний
- •33. Управление знаниями. Системы управления знаниями.
- •37. Роль и место систем ии в
- •34. Экспертные системы (эс): назначение и классификация.
- •35. Системы поддержки принятия решений (сппр): назначение и
- •36. Интеллектуальные агенты: назначение и классификация.
- •38. Понятие информационной безопасности (иб) ис.
- •39. Угрозы инф-ной безопасности иб ис и их классификация.
- •40. Методы и средства защиты информации.
- •41. Оценка информационной безопасности ис: стандарты и
- •42. Правовое обеспечение ис. Политика безопасности
- •43. Жизненный цикл (жц) ис. Стандарты разработки ис. Этапы и
- •45. Средства автоматизации проектирования ис. Case-
- •46. Оценка качества информационной системы. Критерии
- •47. Реинжиниринг ис и его место в жц ис. Методы и технологии
- •48. Сетевая экономика.
- •49. Электронный бизнес. Модели электронного
- •50. «Облачные» сервисы в экономике.
29. Математические модели и методы
искусственного интеллекта.
Логическая модель (машина док утвержд.)
Деревья решений
Особенности(назначение, наглядность и
понятость)
Нечеткая логика (фазификация – перевод знач (Х)
в нечеткий формат функции принадлежности
М(Х); дефазификация - процедура преобразования
нечеткого множества в четкое число.
Расс на основные анологичные случаи
Эволюционная модель
Построение прогнозов поиск предыст
Искусственные нейронные сети (ИС) — математические
модели, а также их программные или аппаратные
реализации, построенные по принципу организации и
функционирования биологических нейронных сетей —
сетей нервных клеток живого организма.
Нейронные сети не программируются в привычном
смысле этого слова, они обучаются. Возможность
обучения — одно из главных преимуществ нейронных
сетей перед традиционными алгоритмами. Нечёткие
множества — реализуют логические отношения
между данными. Эти программные продукты
используются для управления экономическими
объектами, построения экспертных систем и систем
поддержки принятия решений.
30. Системы ии и их роль в поддержке
управленческих решений.
Система (ИИ) – автоматизированная информационная
система для решения трудных задач не имеющих
известного алгоритма решения.
1- Интеллектуальный анализ данных и знаний.
2- Управление корпоративными знаниями
3- Поддержка принятия решений
4- Управление на основе технологий ии.
Закономерности выявленные методами ИИ:
1- Ассоциация
2- Последовательность(цепочка событий во вр)
3- Классификация(выявление признаков)
4- Кластеризация(формирование групп)
5- прогнозирование
Основные области применения ИИ: - Доказательства
теорем;- Игры;- Распознавание образов;- Принятие
решений;- Адаптивное программирование;-
Сочинение машинной музыки;- Обработка данных на
естественном языке;- Обучающиеся сети нейросети.
Искусственный или машинныйинтеллект - свойство
автоматизированных или автоматических систем
брать на себя отдельные функции интеллекта
человека. Традиционно любая ЭС в общем виде может быть
представлена так: Данные + Алгоритм = Программа
31. Аналитическая обработка данных, системы оперативной
аналитической обработки (ОLAP).
OLAP (Online Analytical Processing – оперативная аналитическая
обработка) – это информационный процесс, который дает возможность
пользователю запрашивать систему, проводить анализ и т.д. в
оперативном режиме (онлайн). Результаты генерируются в течении
секунд.
OLAP системы выполнены для конечных пользователей, в то время как
OLTP системы делаются для профессиональных пользователей ИС. В
OLAP предусмотрены такие действия, как генерация запросов, запросы
нерегламентированных отчетов, проведение статистического анализа и
построение мультимедийных приложений.
Для обеспечения OLAP необходимо работать с хранилищем данных (или
многомерным хранилищем), а также с набором инструментальных
средств, обычно с многомерными способностями. Этими средствами
могут быть инструментарий запросов, электронные таблицы, средства
добычи данных (Data Mining), средства визуализации данных и др.
В основе концепции OLAP лежит принцип многомерного представления
данных. Э. Кодд рассмотрел недостатки реляционной модели, в первую
очередь указав на невозможность объединять, просматривать и
анализировать данные с точки зрения множественности измерений, то
есть самым понятным для корпоративных аналитиков способом, и
определил общие требования к системам OLAP, расширяющим
функциональность реляционных СУБД и включающим многомерный
анализ как одну из своих характеристик.
правила, которым должен удовлетворять программный продукт класса
OLAP .1. Многомерное концептуальное представление данных.
2. Прозрачность. 3. Доступность. 4. Устойчивая производительность. 5. Клиент – серверная архитектура. 6. Равноправие измерений. 7. Динамическая обработка разреженных матриц. 8. Поддержка многопользовательского режима.