Описание:В курсе рассматриваются основные вопросы теории нечетких множеств и измерения нечеткости, необходимые для разработки человеко-компьютерных систем. Обсуждаются способы формализации нечеткой информации, проводится сравнение классической теории множеств и теории нечетких множеств. Рассматриваются соответствующие обобщения теории отношений и логического вывода, артикулируются их отличия от классических. Основное внимание уделяется оценке меры неопределенности соответствующих объектов и свойств степени нечеткости. Вводятся и новые, по отношению к классическим, теории лингвистической переменной и полных ортогональных семантических пространств, изучаются их свойства. Рассматриваются проблемы разработки математических моделей в социотехнических системах, учета способов восприятия и анализа человеком информации в рамках таких систем. Большое внимание уделено практическим вопросам использования нечетких моделей в управлении и анализе информации (на примерах задач поиска и классификации). Рассматриваются проблемы описания человеком объектов и поиска в нечетких базах данных, строятся соответствующие модели, проводится их оптимизация. Изучаются вопросы устойчивости (робастности) нечетких моделей. Затрагиваются вопросы гибридного интеллекта (augmented intelligence) и основных сценариев его использования (персонализация общения с цифровым миром, оценка и мониторинг сложных процессов).
Данная дисциплина поддерживается практическими заданиями (практическими самостоятельными работами), позволяющими студентам в совершенстве овладеть изучаемой темой, а также навыками анализа работы нечетких моделей.
Курс разработан для Центра хранения и анализа больших данных Научно-образовательного центра компетенций в области цифровой экономики МГУ имени М.В. Ломоносова.