Inleiding Kennistechnologie §Hoofdstuk 1: Introductie §Hoofdstuk 2: Kennissystemen in context §Hoofdstuk 3: Kennisacquisitie
Kennis §Domeinkennis §Taakkennis §Voorbeelden §computerschaak §diagnostische systemen
Kennissystemen §Expertsystemen §Neurale netwerken §Data mining §Intelligent agents (Multi agent systemen) §Fuzzy Logic §Genetische algoritmen
Sequoia §veel betrokkenen §complexiteit §veranderende eisen §kennis, gegevens, data
Hoofdstuk 2: Context van KS §Gegevens/Informatie/Kennis §Voorbeelden §Temperatuurregeling §Wiskundige formule §Plantenclassificatie §Medische diagnose
Hoofdstuk 2: Context van KS §Kennis volgens Weggeman: l K = I * EVA §Kennis alleen in mensen!
Hoofdstuk 2: Context van KS §Kennis volgens IKT/Stefik: l Knowledge is codified experience to guide future action. §Relevante aspecten l toepasser van kennis: agent (mens, machine) l kennis verzamelen: kennisacquisitie l kennis forrmuleren en formaliseren: codificeren van kennis
Hoofdstuk 3: Kennisacquisitie
Is het zinnig om een KS te ontwikkelen? §Wat is het probleem §zijn er andere oplossingen §is menselijke kennis nodig §is kennis heuristisch of algoritmisch §is kennis veranderlijk §is kennis geaccepteerd §is probleem volledig bekend §kan probleem ingevoerd worden
Is het mogelijk om een kennisssysteem te ontwikkelen? §Steun van management §experts beschikbaar §kan de organisatie het aan?
Ontwikkelingsstadia/interviews/ casussen/experts §Probleemidentificatie §Conceptualisatie §Formalisatie §Implementatie §Globaal begrip §gedetailleerde oplossingen §volledigheid §kwaliteit
Hoofdstuk 3: Kennisacquisitie §Kennisniveau §Symboolniveau §Alg. geformuleerde kennis l type problemen/ oplossingen l model van systeem l welke kennis nodig §Implementeerbare kennis l hoe en waar opslaan l hoe wordt gemanipuleerd l welke technieken, algoritmen