کتاب طرز EMYCIN: از مبانی تا ساخت سیستم‌های خبره با استدلال نامطمئن با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره طرز EMYCIN: از مبانی تا ساخت سیستم‌های خبره با استدلال نامطمئن

موضوع کلی: هوش مصنوعی و سیستم‌های خبره

موضوع میانی: الگوهای استدلال قاعده‌ای و طراحی سیستم‌های خبره

📋 سرفصل‌های دوره

• 1. معرفی سیستم‌های خبره
• 2. تاریخچهٔ کوتاه هوش مصنوعی و سیستم‌های خبره
• 3. معرفی MYCIN و دلایل طراحی آن
• 4. از MYCIN به EMYCIN: جداسازی موتور استدلال
• 5. معماری EMYCIN
• 6. جداسازی دانش و موتور استدلال
• 7. نمایش دانش: قوانین تولیدی
• 8. ساختار شرط-نتیجه در قوانین
• 9. واقعیت‌ها و دیتابیس کاربر
• 10. موتور استدلال: Forward Chaining
• 11. موتور استدلال: Backward Chaining
• 12. مقایسه Forward و Backward Chaining
• 13. زنجیرهٔ علت و نتیجه
• 14. زنجیرهٔ نتیجه و علت
• 15. حل تعارض در قوانین
• 16. استراتژی‌های Resolution
• 17. معرفی عوامل اطمینان (Certainty Factors)
• 18. مقیاس اطمینان CF
• 19. محاسبهٔ ترکیب CF
• 20. CF ترکیب دو واقعیت مثبت
• 21. CF ترکیب مثبت و منفی
• 22. CF ترکیب دو واقعیت منفی
• 23. عدم قطعیت در دانش حوزه‌ای
• 24. عدم قطعیت در استدلال
• 25. تفاوت EMYCIN با روش‌های احتمالی
• 26. تفاوت EMYCIN با شبکه‌های بیزی
• 27. تولید قوانین: هنرهای دانش‌یابی
• 28. تحلیل حوزهٔ دانش
• 29. تحلیل وظایف
• 30. مدل‌سازی مفهومی حوزه
• 31. استخراج قوانین از متخصصان
• 32. روش‌های مصاحبه با متخصص
• 33. روش‌های مشاهده و تحلیل
• 34. ابزارهای کمک‌کنندهٔ دانش‌یابی
• 35. کیفیت و بررسی قوانین
• 36. ابهام‌زدایی در قوانین
• 37. تکمیل داده‌های ناقص
• 38. تسهیلات توضیح
• 39. توضیح پیش‌نیازها
• 40. توضیح نتایج
• 41. توضیح مراحل استدلال
• 42. ردیابی قوانین فعال‌شده
• 43. تعامل کاربر با سیستم خبره
• 44. طراحی رابط کاربری سیستم خبره
• 45. پروتوتایپ‌سازی سریع سیستم خبره
• 46. ابزارهای شل EMYCIN
• 47. ساخت سیستم خبره از صفر
• 48. مقایسه Shell و سیستم اختصاصی
• 49. تست و اعتبارسنجی سیستم خبره
• 50. اعتبارسنجی با متخصصان
• 51. اعتبارسنجی با کاربران
• 52. اشتباه‌یابی و دیباگ سیستم خبره
• 53. نگهداری و به‌روزرسانی دانش
• 54. مقیاس‌پذیری سیستم خبره
• 55. محدودیت‌های سیستم‌های خبره
• 56. مشکل کاهش دانش
• 57. مشکل شکنندگی قوانین
• 58. عدم یادگیری خودکار
• 59. مرز دانش و ناآشنایی
• 60. اعتبار و اعتماد به سیستم خبره
• 61. اخلاق در طراحی سیستم‌های خبره
• 62. مسئولیت تصمیم‌گیری خودکار
• 63. شفافیت و تفسیرپذیری
• 64. مقایسه سیستم‌های خبره با یادگیری ماشین
• 65. ترکیب قوانین و شبکه‌های عصبی
• 66. استخراج قوانین از داده
• 67. منطق فازی و عدم قطعیت
• 68. اتصال EMYCIN با منطق فازی
• 69. Neo-EMYCIN و توسعه‌های جدید
• 70. دمون‌ها و موتورهای رویدادی
• 71. نمونه‌های کاربردی: تشخیص پزشکی
• 72. نمونه‌های کاربردی: عیب‌یابی
• 73. نمونه‌های کاربردی: مشاورهٔ مالی
• 74. نمونه‌های کاربردی: آموزش هوشمند
• 75. نقش EMYCIN در برنامهٔ درسی هوش مصنوعی
• 76. اهداف یادگیری دورهٔ سیستم‌های خبره
• 77. طراحی ارزشیابی دوره
• 78. پروژهٔ عملی: ساخت سیستم خبره ساده
• 79. ابزارها و زبان‌های پیشنهادی
• 80. مستندسازی سیستم خبره
• 81. پیشرفت‌های معاصر در استدلال قاعده‌ای
• 82. جایگاه سیستم‌های خبره در هوش مصنوعی امروز
• 83. درس‌هایی از الگوی EMYCIN برای AI امروزی