Inleiding Kennistechnologie

Hoofdstuk 1: IntroductieHoofdstuk 2: Kennissystemen in contextHoofdstuk 3: Kennisacquisitie

KennisDomeinkennisTaakkennis

Voorbeeldencomputerschaakdiagnostische systemen

Kennissystemen

ExpertsystemenNeurale netwerkenData miningIntelligent agents (Multi agent systemen)Fuzzy LogicGenetische algoritmen

Sequoia

veel betrokkenencomplexiteitveranderende eisenkennis, gegevens, data

Hoofdstuk 2: Context van KS

Gegevens/Informatie/Kennis

VoorbeeldenTemperatuurregelingWiskundige formulePlantenclassificatieMedische diagnose

Hoofdstuk 2: Context van KS

Kennis volgens Weggeman: K = I * EVA

Kennis alleen in mensen!

Hoofdstuk 2: Context van KS

Kennis volgens IKT/Stefik: Knowledge is codified experience to guide

future action.

Relevante aspecten toepasser van kennis: agent (mens, machine) kennis verzamelen: kennisacquisitie kennis forrmuleren en formaliseren: codificeren

van kennis

Hoofdstuk 3: Kennisacquisitie

Is het zinnig om een KS te ontwikkelen?

Wat is het probleemzijn er andere oplossingenis menselijke kennis nodigis kennis heuristisch of algoritmischis kennis veranderlijkis kennis geaccepteerdis probleem volledig bekendkan probleem ingevoerd worden

Is het mogelijk om een kennisssysteem te ontwikkelen?

Steun van managementexperts beschikbaarkan de organisatie het aan?

Ontwikkelingsstadia/interviews/casussen/expertsProbleemidentificatieConceptualisatie

Formalisatie Implementatie

Globaal begripgedetailleerde

oplossingen volledigheidkwaliteit

Hoofdstuk 3: Kennisacquisitie

Kennisniveau

Symboolniveau

Alg. geformuleerde kennis type problemen/ oplossingen model van systeem welke kennis nodig

Implementeerbare kennis hoe en waar opslaan hoe wordt gemanipuleerd welke technieken, algoritmen