Cadenos de Inteligencia artificial

1. CADERNOS DE INTELIGÊNCIA ARTIFICIAL
Exemplos em Python
Prof. Ronaldo F. Ramos, Dr
17 de julho de 2020
1/31

2. AULA X
Aplicando Prolog
2/31

3. O velho problema das rainhas
A solução do problema das N rainhas é uma lista de N Números
cujos valores variam na faixa de 1 a N. Ex.[2,4,1,3].
3/31

4. Permutação
Trata-se de uma permutação de números de 1 a N que sigam
regras adicionais, ou seja, representem uma configuração segura
com relação as regras do jogo. Em LPO seria algo como:
rainhas(N,Q) ← faixa(1,N,R), permutacao(R,P),seguro(P).
4/31

5. Predicado faixa (range)
faixa(A, A, [A]).
faixa(A, B, [A|L]) : −A < B, A1 is A + 1, faixa(A1, B, L).
Saı́da: [1,2,3,4,5,6,7,8]
5/31

6. Predicado permutacao
permutacao([], []).
permutacao([H|T], PL) : −permutacao(T, PT), del(H, PL, PT).
del(X, [X|L], L).
del(X, [Y |L], [Y |L1]) : −del(X, L, L1).
6/31

7. Predicado seguro
seguro([]).
seguro([Q|R]) : −seguro(R), naoAtaca(Q, R, 1).
naoAtaca(,[],) .
naoAtaca(Y , [Y 1|Ylist], Xdist) : −Y 1 − Y 6= Xdist, Y − Y 1 6=
Xdist, Dist1 is Xdist + 1, naoAtaca(Y , Ylist, Dist1).
7/31

8. Diagonal
8/31

9. Programa Completo
1.faixa(A, A, [A]).
2.faixa(A, B, [A|L]) : −A < B, A1isA + 1, faixa(A1, B, L).
3.permutacao([], []).
4.permutacao([H|T], PL) : −permutacao(T, PT), del(H, PL, PT).
5.del(X, [X|L], L).
6.del(X, [Y |L], [Y |L1]) : −del(X, L, L1).
7.seguro([]).
8.seguro([Q|R]) : −seguro(R), naoAtaca(Q, R, 1).
9.naoAtaca(,[],) .
10.naoAtaca(Y , [Y 1|Ylist], Xdist) : −Y 1 − Y 6= Xdist, Y − Y 1 6=
Xdist, Dist1isXdist + 1, naoAtaca(Y , Ylist, Dist1).
11.rainhas(N, Qs) :
−faixa(1, N, Ns), permutacao(Ns, Qs), seguro(Qs).
9/31

10. Sistemas Especialistas
o conjunto de fatos e regras do programa formam uma base de
conhecimento advinda de um especialista em um certo domı́nio de
conhecimento. A possibilidade de criar queries diferenciadas e
muitas vezes nem imaginadas pelo programador tornam o sistema
mais parecido com uma ”inteligência artificial”do que sistemas
escritos em linguagens convencionais.
10/31

11. Sistema Especialista em Análise de Crédito
Ben-David, A. and Sterling, 1., A Prototype Expert System for
Credit Evaluation, in Artificial Intelligence in Economics and
Management, L. F. Pau (ed.), pp. 1 2 1 -1 28, North-Holland,
Amsterdam, 1986.
11/31

12. Sistema Especialista em Análise de Crédito - Entrada
credit(Client,Answer) :- ok profile(Client),
collateral rating(Client,CollateralRating),
financial rating(Client,FinancialRating),
bank yield(Client,Yield),
evaluate(profile(CollateralRating,FinancialRating,Yield),Answer),
!.
12/31

13. Collateral = Garantias
Garantias de Primeira Classe
Depósitos em moeda corrente em bancos locais ou estrangeiros.
Garantias de Segunda Classe
Ações.
illı́quido
Ativos de hipoteca (mortgage) não lı́quido ou ilı́quido (illiquid).
13/31

14. Classificação Financeira = Finantial Rating
Patrimônio lı́quido por ativos do cliente e seu lucro bruto atual das
vendas ou seja, os rendimentos do cliente. Também é considerado
o endividamento do cliente, principalmente a dı́vida de curto prazo.
14/31

15. Ganho do Banco = Bank Yield
Todos esses fatores são analisados em formas qualitativas.
15/31

16. Escala
scale(collateral,[excellent,good,moderate]).
scale(finances,[excellent,good,medium,bad]).
scale(yield,[excellent,reasonable,poor]).
16/31

17. —Regras em palavras
”Se as garantias do cliente são excelentes, sua razão financeira
(ganhos/gastos) são bons e o rendimento previsto para o banco é
pelo menos razoável o empréstimo é garantido.”1
”Se as garantias e razão financeira são boas e o rendimento
esperado é razoável, consultar superior.”
”Se as garantias não são mais que moderadas e o financeiro é
médio, recusar o crédito.”2
1
Nenhum banqueiro fica rico dando dinheiro.
2
O Cliente é enxotado.
17/31

18. Regras - Formal
rule([condition(collateral,’>=’,excellent),condition(finances,’>=’,good),
condition(yield,’>=’,reasonable)],give credit).
rule([condition(collateral,’=’,good),condition(finances,’=’,good),
condition(yield,’>=’,reasonable)],consult superior).
rule([condition(collateral,’=<’,moderate),condition(finances,’=<’,
medium)],refuse credit).
18/31

19. Dados para teste. Cliente que teve o seu crédito aprovado.
bank yield(client1, excellent ).
requested credit(client1, 50000).
amount(local currency deposits, client1, 30000).
amount(foreign currency deposits, client1, 20000).
amount(bank guarantees,client1, 3000).
amount(negotiate instruments, client1, 5000).
amount(stocks, client1, 9000).
amount(mortgage, client1, 12000).
amount(documents, client1, 14000).
value(net worth per assets, client1, 40) .
value(last year sales growth, client1, 20) .
value(gross profits on sales, client1, 45) .
value(short term debt per annual sales, client1, 9) .
ok profile(client1).
19/31

20. Módulo de Classificação Colateral
collateral rating(Client,Rating) :-
collateral profile(Client,FirstClass,SecondClass,Illiquid),
collateral evaluation(FirstClass,SecondClass,Illiquid,Rating).
collateral profile(Client,FirstClass,SecondClass,Illiquid) :-
requested credit(Client,Credit),
collateral percent(first class,Client,Credit,FirstClass),
collateral percent(second class,Client,Credit,SecondClass),
collateral percent(Illiquid,Client,Credit,Illiquid).
20/31

21. Módulo de Classificação Collateral (Garantias)
collateral percent(Type,Client,Total,Value) :-
findall(X,(collateral(Collateral,Type),
amount(Collateral,Client,X)),Xs),
sumlist(Xs,Sum),
Value is Sum ∗ 100/Total.
21/31

22. Regras de Avaliação
collateral evaluation(FirstClass,SecondClass,Illiquid,excellent) :-
FirstClass >= 100.
collateral evaluation(FirstClass,SecondClass,Illiquid,excellent) :-
FirstClass > 70, FirstClass + SecondClass >= 100.
collateral evaluation(FirstClass,SecondClass,Illiquid,good) :-
FirstClass + SecondClass > 60,FirstClass + SecondClass < 70,
FirstClass + SecondClass + Illiquid >= 100.
22/31

23. Dados Bancários (fatos)
collateral(local currency deposits,first class).
collateral(foreign currency deposits,first class).
collateral(negotiate instruments,second class).
collateral(mortgage,illiquid).
23/31

24. Classificação Financeira
financial rating(Client,Rating) :-
financial factors(Factors),
score(Factors,Client,0,Score),
calibrate(Score,Rating).
24/31

25. Regras de Avaliação Financeira
calibrate(Score,bad) :- Score =< -500.
calibrate(Score,medium) :- -500 < Score, Score < 150.
calibrate(Score,good) :- 150 =< Score, Score < 1000.
calibrate(Score,excellent) :- Score >= 1000.
25/31

26. Fatores de Pesos
financial factors([(net worth per assets,5),
(last year sales growth,1),
(gross profits on sales,5),
(short term debt per annual sales,2) ]).
score([(Factor,Weight)—Factors],Client,Acc,Score) :-
value(Factor,Client,Value),
Acc1 is Acc + Weight*Value,
score(Factors,Client,Acc1,Score).
score([],Client,Score,Score).
26/31

27. Avaliação Final
evaluate(Profile,Answer) :-
rule(Conditions,Answer), verify(Conditions,Profile).
verify([condition(Type,Test,Rating)—Conditions],Profile) :-
scale(Type,Scale),
select value(Type,Profile,Fact),
compare(Test,Scale,Fact,Rating),
verify(Conditions,Profile).
verify([],Profile).
27/31

28. Avaliação Final
compare(’=’,Scale,Rating,Rating).
compare(’>’,Scale,Rating1,Rating2) :-
precedes(Scale,Rating1,Rating2).
compare(’>=’,Scale,Rating1,Rating2) :-
precedes(Scale,Rating1,Rating2) ; Rating1 = Rating2.
compare(’<’,Scale,Rating1,Rating2) :-
precedes(Scale,Rating2,Rating1).
compare(’=<’,Scale,Rating1,Rating2) :-
precedes(Scale,Rating2,Rating1) ; Rating1 = Rating2.
28/31

29. Avaliação Final
precedes([R1|Rs],R1,R2).
precedes([R|Rs],R1,R2) :- R 6= R2, precedes(Rs,R1,R2).
select value(collateral,profile(C,F,Y),C).
select value(finances,profile(C,F,Y),F).
select value(yield,profile(C,F,Y),Y).
29/31

30. Utilitários
sumlist(Is,Sum) :-
sumlist(Is,0,Sum).
sumlist([I—Is],Temp,Sum) :-
Temp1 is Temp + I,
sumlist(Is,Temp1,Sum).
sumlist([],Sum,Sum).
30/31

31. FIM
31/31