Програмні продукти, що грунтуються на теорії штучного інтелекту

з яких приймається те чи інше рішення. Пояснююча підсистема справедливо розглядається як одна з найважливіших в галузі штучного інтелекту. Програма «PolyAnalyst» дає змогу подавати виявлені закономірності в сим­вольній формі — як математичні формули, таблиці передбачень, структурні закони й алгоритми, тобто в природному і зручному для розуміння вигляді. Поява таких систем означає перехід від нагромадження й оперативного використання даних до їхнього аналізу, до пошуку і виявлення закономірностей, прихованих у постійно поповнюваних сховищах. Елементи автоматичного оброблення й аналізу даних стають невід’ємною частиною концепції електронних сховищ даних (data warehouse).

Бажано, щоб системи створення знань відбивали об’єктивні закономірності, а не просто описували процеси якимись емпіричними формулами. PolyAnalyst прагне до об’єктивності, «відлучаючи» користувача від вибору моделі і ґрунтуючись виключно тільки на даних.

PolyAnalyst будує емпіричні моделі досліджуваних об’єктів чи явищ, виключно на підставі вихідних даних. Програма здійснює автоматизований аналіз даних, виявляючи внутрішні зв’язки і взаємозалежності, «приховані» у великих масивах інформації. Знання, що виявляються пакетом PolyAnalyst про об’єкт, можуть бути інтегровані з використовуваною низкою програм підтримки прийняття рішень. Поряд з досвідом людини, що приймає рішення, вони можуть виявитися стрижневим елементом у досягненні успіху. Універсальний характер пакета робить його використання дуже гнучким.

Пакет PolyAnalyst убудовується практично в будь-яке сховище даних і дає змогу значною мірою автоматизувати процес попереднього аналізу і підготовки вибірок даних

Зв’язок зі сховищем може бути здійснений через вхідні (стосовно PolyAnalyst) або через вихідні дані чи керуванням. Операція запуску дослідження може бути запущена просто зі сховища. Модульна організація пакета PolyAnalyst також має свої переваги: деяку «мінімальну» конфігурацію програми можна поступово нарощувати до повного корпоративного варіанта.

Як правило, користувач починає дослідження з деякої поперед­ньої моделі і перед програмою ставиться завдання з удосконалення існуючої моделі. Завдяки тому, що в PolyAnalyst машина і людина спілкуються тією самою мовою, користувач може легко сформулювати свою початкову модель, яку система має поліпшувати. Може виникнути щось подібне до співпраці машини і кваліфікованого користувача: щось ви підказуєте програмі, а щось — вона вам. Уся «наука», уся дуже і дуже складна «начинка» прихована від користувача. Програма задумана так, щоб максимально полегшити роботу з нею користувачам-непрогра­містам і в той же час гарантувати високу якість і вірогідність результатів. Усі результати аналізу подаються в текстовій і графічній формах, зручних для сприйняття людиною.

Система «PolyAnalyst» складається з п’яти основних модулів. Центральний пункт меню програми — розділ Explore, де пропонуються на вибір п’ять варіантів автоматизованого дослідження:

·  попередній аналіз даних на існування взаємозалежності;

• пошук нелінійних взаємозалежностей у даних і подання їх у символьній формі;
• класифікація;
• кластеризація;
• побудова багатопараметричної моделі лінійної регресії.

Методи, реалізовані в модулі універсального попереднього оброблення даних, традиційні для автоматизації аналітичного оброблення даних.

Завдання модуля «ARNAVAC» — звузити простір пошуку, відкидаючи малозначимі дані, оцінюючи найкращу точність і виявляючи в багатовимірному просторі найсуттєвіші фактори взагалі без яких-небудь припущень про вид залежності.

Для виділення структурних компонентів на тлі безструктурного шуму програма порівнює розподіли залежної змінної в різних областях простору незалежних змінних; той набір координат, у яких розходження