Что такое декларативные знания

По формам представления –Текстовая, Числовая, Графическая, Музыкальная,Комбинированная и тд.

По общественному значению: Массовая — обыденная, общественно-политическая, эстетическая

Специальная — научная, техническая, управленческая, производственная

Личная – наши знания, умения, интуиция

Основные свойства информации:

Объективность – не зависит от чего-либо мнения

Достоверность – отражает истинное положение дел

Полнота – достаточна для понимания и принятия решения

Актуальность – важна и существенна для настоящего времени

Ценность (полезность, значимость)- обеспечивает решение поставленной задачи, нужна для того чтобы принимать правильные решения

Понятность (ясность)– выражена на языке, доступном получателю

Кроме этого информация обладает еще следующими свойствами:

1) Атрибутивные свойства (атрибут – неотъемлемая часть чего-либо). Важнейшими среди них являются:- дискретность (информация состоит из отдельных частей, знаков) и непрерывность (возможность накапливать информацию)

Декларативные знания и программа курса

2) Динамические свойства связаны с изменением информации во времени:

— копирование – размножение информации

— передача от источника к потребителю

— перевод с одного языка на другой

— перенос на другой носитель

— старение (физическое – носителя, моральное – ценностное)

3) Практические свойства — информационный объем и плотность

Информация храниться, передается и обрабатывается в символьной (знаковой) форме. Одна и та же информация может быть представлена в различной форме:1) Знаковой письменной, состоящей из различных знаков среди которых выделяют символьную в виде текста, чисел, спец. символов; графическую; табличную и тд.; 2) В виде жестов или сигналов; 3) В устной словесной форме (разговор). Представление информации осуществляется с помощью языков, как знаковых систем, которые строятся на основе определенного алфавита и имеют правила для выполнения операций над знаками.

Язык – определенная знаковая система представления информации. Существуют:

Естественные языки – разговорные языки в устной и письменной форме. В некоторых случаях разговорную речь могут заменить язык мимики и жестов, язык специальных знаков (например, дорожных);

Формальные языки – специальные языки для различных областей человеческой деятельности, которые характеризуются жестко зафиксированным алфавитом, более строгими правилами грамматики и синтаксиса. Это язык музыки (ноты), язык математики (цифры, математические знаки), системы счисления, языки программирования и т.д.

В основе любого языка лежит алфавит – набор символов/знаков. Полное число символов алфавита принято называть мощностью алфавита.

Носители информации – среда или физическое тело для передачи, хранения и воспроизведения информации. (Это электрические, световые, тепловые, звуковые, радио сигналы, магнитные и лазерные диски, печатные издания, фотографии и тд.)

Предметная область процедурные и декларативные знания

Для обеспечения информационного процесса необходим источник информации, канал связи и потребитель информации. Источник передает (отправляет) информацию, а приемник её получает (воспринимает). Передаваемая информация добивается от источника до приемника с помощью сигнала (кода). Изменение сигнала позволяет получить информацию.

Понятие информация является одним из фундаментальных в современной науке вообще и базовым для информатики. Информацию наряду с веществом и энергией рассматривают в качестве важнейшей сущности мира, в котором мы живем. Однако, если задаться целью формально определить понятие «информация», то сделать это будет чрезвычайно сложно.

В простейшем бытовом понимании с термином «информация» обычно ассоциируются некоторые сведения, данные, знания и т.п. Информация передается в виде сообщений, определяющих форму и представление передаваемой информации. Примерами сообщений являются музыкальное произведение; телепередача; команды регулировщика на перекрестке; текст, распечатанный на принтере; данные, полученные в результате работы составленной вами программы и т.д. При этом предполагается, что имеются «источник информации» и «получатель информации».

Непрерывное сообщение может быть представлено непрерывной функцией, заданной на некотором интервале. Непрерывное сообщение можно преобразовать в дискретное (такая процедура называется дискретизацией). Из бесконечного множества значений параметра сигнала выбирается их определенное число, которое приближенно может характеризовать остальные значения.

Для этого область определения функции разбивается на отрезки равной длины и на каждом из этих отрезков значение функции принимается постоянным и равным, например, среднему значению на этом отрезке. В итоге получим конечное множество чисел. Таким образом, любое непрерывное сообщение может быть представлено как дискретное, иначе говоря, последовательностью знаков некоторого алфавита.

Возможность дискретизации непрерывного сигнала с любой желаемой точностью (для возрастания точности достаточно уменьшить шаг) принципиально важна с точки зрения информатики. Компьютер — цифровая машина, т.е. внутреннее представление информации в нем дискретно. Дискретизация входной информации (если она непрерывна) позволяет сделать ее пригодной для компьютерной обработки.

Единицы количества информации: вероятностный и объемный подходы

Определить понятие «количество информации» довольно сложно. В решении этой проблемы существуют два основных подхода. Исторически они возникли почти одновременно. В конце 40-х годов XX века один из основоположников кибернетики американский математик Клод Шеннон развил вероятностный подход к измерению количества информации, а работы по созданию ЭВМ привели к «объемному» подходу.

Рассмотрим в качестве примера опыт, связанный с бросанием правильной игральной кости, имеющей N граней. Результаты данного опыта могут быть следующие: выпадение грани с одним из следующих знаков: 1, 2, . . . N.

Введем в рассмотрение численную величину, измеряющую неопределенность — энтропию (обозначим ее H). Согласно развитой теории, в случае равновероятного выпадания каждой из граней величины N и H связаны между собой формулой Хартли

Важным при введении какой-либо величины является вопрос о том, что принимать за единицу ее измерения. Очевидно, H будет равно единице при N = 2. Иначе говоря, в качестве единицы принимается количество информации, связанное с проведением опыта, состоящего в получении одного из двух равновероятных исходов (примером такого опыта может служить бросание монеты при котором возможны два исхода: «орел», «решка»). Такая единица количества информации называется «бит».

В случае, когда вероятности Pi результатов опыта (в примере, приведенном выше — бросания игральной кости) неодинаковы, имеет место формула Шеннона

.

В случае равновероятности событий, и формула Шеннона переходит в формулу Хартли.

В качестве примера определим количество информации, связанное с появлением каждого символа в сообщениях, записанных на русском языке. Будем считать, что русский алфавит состоит из 33 букв и знака «пробел» для разделения слов. По формуле Хартли H = log2 34 ~ 5.09 бит.

Однако, в словах русского языка (равно как и в словах других языков) различные буквы встречаются неодинаково часто. Ниже приведена табл. 3 вероятностей частоты употребления различных знаков русского алфавита, полученная на основе анализа очень больших по объему текстов.

Воспользуемся для подсчета H формулой Шеннона: H ~ 4.72 бит. Полученное значение H, как и можно было предположить, меньше вычисленного ранее. Величина H, вычисляемая по формуле Хартли, является максимальным количеством информации, которое могло бы приходиться на один знак. Аналогичные подсчеты H можно провести и для других языков, например, использующих латинский алфавит — английского, немецкого, французского и др. (26 различных букв и «пробел»). По формуле Хартли получим H = log2 27 ~ 4.76 бит.

Таблица 1. Частотность букв русского языка

i	Символ	P(i)	I	Символ	P(i)	I	Символ	P(i)
1	_	0.175	12	Л	0.035	23	Б	0.014
2	О	0.090	13	К	0.028	24	Г	0.012
3	Е	0.072	14	М	0.026	25	Ч	0.012
4	Ё	0.072	15	Д	0.025	26	Й	0.010
5	А	0.062	16	П	0.023	27	Х	0.009
6	И	0.062	17	У	0.021	28	Ж	0.007
7	T	0.053	18	Я	0.018	29	Ю	0.006
8	H	0.053	19	Ы	0.016	30	Ш	0.006
9	C	0.045	20	З	0.016	31	Ц	0.004
10	P	0.040	21	Ь	0.014	32	Щ	0.003
11	B	0.038	22	Ъ	0.014	33	Э	0.003
34	Ф	0.002

Рассмотрим алфавит, состоящий из двух знаков 0 и 1. Если считать, что со знаками 0 и 1 в двоичном алфавите связаны одинаковые вероятности их появления (P(0)=P(1)=0.5), то количество информации на один знак при двоичном кодировании будет равно

H = log2 2 = 1 бит.

Таким образом, количество информации (в битах), заключенное в двоичном слове, равно числу двоичных знаков в нем.

В двоичной системе счисления знаки 0 и 1 называют битами(от английского выражения Binary digiTs — двоичные цифры). В компьютере бит является наименьшей возможной единицей информации. Объем информации, записанной двоичными знаками в памяти компьютера или на внешнем носителе информации, подсчитывается просто по количеству требуемых для такой записи двоичных символов. При этом, в частности, невозможно нецелое число битов (в отличие от вероятностного подхода).

Для удобства использования введены и более крупные, чем бит, единицы количества информации. Так, двоичное слово из восьми знаков содержит один байт информации. 1024 байта образуют килобайт (Кбайт), 1024 килобайта — мегабайт (Мбайт), а 1024 мегабайта — гигабайт (Гбайт).

Между вероятностным и объемным количеством информации соотношение неоднозначное. Далеко не всякий текст, записанный двоичными символами, допускает измерение объема информации в вероятностном (кибернетическом) смысле, но заведомо допускает его в объемном.

Далее, если некоторое сообщение допускают измеримость количества информации в обоих смыслах, то это количество не обязательно совпадает, при этом кибернетическое количество информации не может быть больше объемного. В прикладной информатике практически всегда количество информации понимается в объемном смысле.

Как ни важно измерение информации, нельзя сводить к нему все связанные с этим понятием проблемы. При анализе информации социального (в широким смысле) происхождения на первый план могут выступить такие ее свойства как истинность, своевременность, ценность, полнота и т.д.

Их невозможно оценить в терминах «уменьшение неопределенности» (вероятностный подход) или числа символов (объемный подход). Обращение к качественной стороне информации породило иные подходы к ее оценке. При аксиологическом подходе стремятся исходить из ценности, практической значимости информации, т.е. качественных характеристик, значимых в социальной системе.

При семантическом подходе информация рассматривается как с точки зрения формы, так и содержания. При этом информацию связывают с тезаурусом, т.е. полнотой систематизированного набора данных о предмете информации. Отметим, что эти подходы не исключают количественного анализа, но он становится существенно сложнее и должен базироваться на современных методах математической статистики.

Понятие информации нельзя считать лишь техническим, междисциплинарным и даже наддисциплинарным термином. Информация — это фундаментальная философская категория. Дискуссии ученых о философских аспектах информации надежно показали несводимость информации ни к одной из этих категорий. Концепции и толкования, возникающие на пути догматических подходов, оказываются слишком частными, односторонними, не охватывающими всего объема этого понятия.

Источник: kazedu.com

Б.3 Классификация знаний

В зависимости от источника знаний выделяют следующие виды знаний:

• 1) априорные знания — знания, закладываемые разработчиками в базе знаний до начала функционирования интеллектуальной системы;
• 2) накапливаемые знания — знания, формируемые в процессе использования БЗ, которые делятся на:
• 2.1) экспертные знания — знания, которыми располагает специалист в некоторой предметной области;
• 2.2) наблюдаемые знания — знания, источниками которых могут быть внешние искусственные «устройства-наблюдатели» (различного рода датчики, механизмы распознавания образов и т.п.);
• 2.3) выводимые знания — знания, источниками которых могут быть правила и процедуры вывода и верификации знаний, действующие в интеллектуальной системе.

В зависимости от характера использования знаний при решении задач в некоторой предметной области их делят на:

• 1) декларативные знания — знания, которые записаны в памяти интеллектуальной системы так, что они непосредственно доступны для использования после обращения к соответствующему полю памяти. В виде декларативных знаний обычно записывается информация о свойствах предметной области, фактах, имеющих в ней место и т.п. По форме представления декларативные знания противопоставляются процедурным знаниям.
• 2) процедурные знания — знания, хранящиеся в памяти интеллектуальной системы в виде описаний процедур, с помощью которых их можно получить. В виде процедурных знаний обычно записывается информация о предметной области, характеризующая способы решения задач в этой области, а также различные инструкции, методики и т.п.
• 3) метазнания — знания, которые содержат сведения о принципах использования знаний, это «знания о знаниях».

В зависимости от степени достоверности знаний выделяют:

• 1) знания, имеющие определенную достоверность;
• 2) знания, имеющие нечеткую степень достоверности, то есть знания, обладающие неполнотой информации о рассматриваемом фрагменте предметной области, неточностью количественных и размытостью качественных оценок, неоднозначностью ряда правил вывода новых знаний, несогласованностью некоторых положений в базе знаний.

Также выделяют следующие знания:

• 1) знания о предметной области — совокупность сведений о предметной области, хранящихся в базе знаний интеллектуальной системы. В эти знания входят факты, относящиеся к предметной области, закономерности, характерные для нее, гипотезы о возможных связях между явлениями, процессами и фактами в ней, процедуры для решения типовых задач в данной проблемной области. Знания о предметной области вводит в базу знаний инженер по знаниям. В процессе функционирования интеллектуальной системы знания о предметной области могут пополняться, их используют при поиске решений задач, возникающих в экспертных и других интеллектуальных системах;
• 2) прагматические знания — знания о способах решения задач в заданной предметной области, в естественном языке это знания о прагматической компоненте текстов;
• 3) эвристические знания — знания, накапливаемые интеллектуальной системой в процессе ее функционирования, а также знания, заложенные в ней априорно, но не имеющие статуса абсолютной истинности в данной проблемной области.

Источник: studref.com

Разница между процедурными и декларативными знаниями

Процедурные знания:
Процедурные знания, также известные как интерпретирующие знания, представляют собой тип знаний, в которых они разъясняют, как можно достичь определенной цели. Он не так популярен, потому что обычно не используется.
Он подчеркивает, как что- то сделать для решения данной проблемы.
Посмотрим на это на примере:

var a = [1, 2, 3, 4, 5]; var b = []; для (var i = 0; i console.log (б);
[1, 2, 3, 4, 5]

Декларативное знание:
Декларативное знание, также известное как Описательное знание, — это тип знания, который сообщает базовые знания о чем-либо, и он более популярен, чем процедурные знания.
Он подчеркивает, что нужно сделать для решения данной проблемы.
Посмотрим на это на примере:

var a = [1, 2, 3, 4, 5]; var b = a.map (функция (число) < номер возврата * 1>); console.log (б);
[1, 2, 3, 4, 5]

В обоих примерах мы можем видеть, что результат данной проблемы такой же, потому что единственная разница в том, что эти два метода для достижения результата или решения проблемы.

Источник: progler.ru