Переход из информации в знание с помощью информационных технологий Бондарев Артур Евгеньевич

4-ы сферы Материальное производство Организация и управление бизнес- процессами Управление социумом Управление знаниями

Цивилизация – это история информационных революций

Суть революции в содержательном, качественном скачке

Допустим, я хочу вложить деньги в ценные бумаги (ЦБ). Раньше этого не делал. Передо мной выбор: акции или облигации? Чтобы выбрать, мне необходимо знание – в чем принципиальное, глубинное различие между этими инструментами. Открываю учебник и читаю два текстовых описания:

Акция – ЦБ, свидетельствующая о внесении пая в капитал акционерного общества. Даёт ее владельцу право на присвоение части прибыли в форме дивиденда Облигация (от лат. Obligatio – обязательство) – ЦБ на предъявителя, дающая владельцу право на получение годового дохода в виде фиксированного процента (в форме выигрыша или оплаты купонов). Облигация подлежит погашению (выкупу) в течение обусловленного при выпуске займа срока.

Это информация к размышлению. Анализирую ее и выделяю два ключевых фрагмента: «… свидетельствующая о внесении пая в капитал…» и «… обязательство … при выпуске займа …». Я извлек знание: приобретая ЦБ, в первом случае я становлюсь совладельцем акционерной компании, а во втором – в чистом виде даю в долг под фиксированный процент. Это фактор, влияющий на характер ликвидности и ценовую динамику бумаги

Семантическая сеть ИЛИ Экземпляр класса Есть нек. акцияоблигация Класс Ц.Б. Доля в капиталеДолговая расписка Рис.1. Простой пример фрагмента семантической сети понятий и отношений между ними – ядра «настоящей» базы знаний

Суть четвертой информационной революции переход от хранения и обмена носителем (информацией) к представлению всех накопленных (цивилизацией, бизнесом, конкретной корпорацией) знаний в очищенном виде.

Содержание четвертой информационной революции создание технологии автоматизированной обработки знаний:

перевод накопленной текстографической информации в структуры знаний; их объединение в публичные и корпоративные БЗ, публикация в Интернет и корпоративных интранет; использование БЗ для быстрой, почти мгновенной (с точки обучения на текстах) и гарантированной (с точки зрения усвоения индивидом) передачи знаний.

Будущие за интеллектуальными корпоративными системами овеществлять уникальные корпоративные знания, отделяя их от персонала-носителя и страхуя компанию от рисков человеческого фактора; обеспечивать топ-менеджменту возможность мониторинга ситуации и мгновенного реагирования на ее критическое изменение; обеспечивать управление компетенциями менеджмента и персонала

Любая IT-компания (корпорация, страна …), которая овладеет технологиями индустрии знаний и захватит рынок – совершит качественный прорыв на новый виток эволюции и опередит конкурентов, как бы она ни отставала сейчас

Любая корпорация (отрасль, страна…), которая овладеет применением продуктов индустрии знаний в своей практике позже других – потеряет темп развития.

Зачем нужна добыча знаний? Пример из области финансов: "Кто из ваших заказчиков имеет наибольшую предрасположенность отозваться на предложение вашей новой Золотой кредитной карты?". В телекоммуникации: "Кто из заказчиков наиболее вероятно перейдет к конкурентам в условиях кризиса?". В дистрибуции: "Через какой канал и кому следует предлагать эти продукты?". В розничной торговле: "Какие продукты следует продвигать со скидками, чтобы это привело к росту продаж наиболее прибыльных линеек?"; "Кто наши наиболее выгодные покупатели, какова потенциальная прибыль от них и каков риск их истощения?". Замечание: первые два примера относятся к области простых прогнозов, которые составляют около 75% сегодняшнего применения data mining (так называемый predictive modeling).

"Data mining - это процесс обнаружения в сырых данных ранее неизвестных нетривиальных практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности." G. Piatetsky-Shapiro, GTE Labs

Data Mining

Понятие Статистики Статистика - это наука о методах сбора данных, их обработки и анализа для выявления закономерностей, присущих изучаемому явлению. Статистика является совокупностью методов планирования эксперимента, сбора данных, их представления и обобщения, а также анализа и получения выводов на основании этих данных. Статистика оперирует данными, полученными в результате наблюдений либо экспериментов. Одна из последующих глав будет посвящена понятию данных.

Понятие Машинного обучения Единого определения машинного обучения на сегодняшний день нет. Машинное обучение можно охарактеризовать как процесс получения программой новых знаний. Митчелл в 1996 году дал такое определение: "Машинное обучение - это наука, которая изучает компьютерные алгоритмы, автоматически улучшающиеся во время работы". Одним из наиболее популярных примеров алгоритма машинного обучения являются нейронные сети.

Понятие Искусственного интеллекта Искусственный интеллект - научное направление, в рамках которого ставятся и решаются задачи аппаратного или программного моделирования видов человеческой деятельности, традиционно считающихся интеллектуальными. Термин интеллект (intelligence) происходит от латинского intellectus, что означает ум, рассудок, разум, мыслительные способности человека. Соответственно, искусственный интеллект (AI, Artificial Intelligence) толкуется как свойство автоматических систем брать на себя отдельные функции интеллекта человека. Искусственным интеллектом называют свойство интеллектуальных систем выполнять творческие функции, которые традиционно считаются прерогативой человека.

Сравнение статистики, машинного обучения и Data Mining Статистика Более, чем Data Mining, базируется на теории. Более сосредотачивается на проверке гипотез. Машинное обучение Более эвристично. Концентрируется на улучшении работы агентов обучения. Data Mining. Интеграция теории и эвристик. Сконцентрирована на едином процессе анализа данных, включает очистку данных, обучение, интеграцию и визуализацию результатов. Понятие Data Mining тесно связано с технологиями баз данных и понятием данные, которые будут подробно рассмотрены в следующей лекции.