Inleiding Kennistechnologie §Hoofdstuk 12: Diagnose §Hoofdstuk 13: Machinaal leren §Hoofdstuk 14: De Toekomst van KT.

Presentatie over: "Inleiding Kennistechnologie §Hoofdstuk 12: Diagnose §Hoofdstuk 13: Machinaal leren §Hoofdstuk 14: De Toekomst van KT."— Transcript van de presentatie:

1 Inleiding Kennistechnologie §Hoofdstuk 12: Diagnose §Hoofdstuk 13: Machinaal leren §Hoofdstuk 14: De Toekomst van KT

2 Hoofdstuk 12 Diagnose §vergelijking van geobserveerd met voorspeld gedrag §vaststellen van oorzaken van afwijkingen §(verhelpen van de afwijking)

3 Problematiek bij diagnose §verschillende soorten oorzaken §mogelijkheden voor onderzoek §nauwkeurigheid van de diagnose §modificeerbaarheid van het systeem §tijdsafhankelijk gedrag §onderlinge beïnvloeding van oorzaken

4 Modellen voor diagnose §gegevensruimte §hypotheseruimte §(reparatieruimte) §systeemmodel

5 vaststellen van disfunctioneren §voorwaartse/ achterwaartse simulatie §gesloten/open foutmodel §enkel-/meervoudige oorzaken §hypothese discriminatie

6 Opdracht 9

7 Hoofdstuk 13 Machinaal leren §toepassing van classificatie §na leerfase worden nieuwe voorbeelden geclassificeerd §kwaliteit wordt bepaald in testfase (generaliserend vermogen)

8 Memory-based leren §bewaar alle (leer)voorbeelden §vergelijk nieuwe voorbeelden met opgeslagen voorbeelden en kies meest gelijkende(n) l veel geheugencapaciteit nodig l geen leertijd l lange verwerkingstijd

9 Beslisbomen §bepaal volgorde in onderscheidende attributen §nieuwe voorbeelden classificeren op basis van volgorde in attributen l beperkte geheugencapaciteit nodig l redelijke leertijd l korte verwerkingstijd

10 Neurale netwerken §ontwerp netwerk en bepaal coefficienten §nieuwe voorbeelden classificeren op basis van berekening met attributen l beperkte geheugencapaciteit nodig l lange leertijd l zeer korte verwerkingstijd

11 Problematiek bij Machinaal leren §probleemrepresentatie §overfitting

12 Opdracht 10

13 Hoofdstuk 14: KT in de toekomst §intuïtie §opponent modelling §agent technologie