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