Розосереджений 2 страница

Аналітичний комплекс фінансової компанії LBS (США), що має в управлінні більше 1 млрд. доларів клієнтських грошей, управляється всього однією кнопкою –«Старт». Далі система сама оновлює базу даних по котируваннях (котирувати фр. Coter – визначати біржову ціну (курс) цінних паперів, іноземної валюти, товарів) 3000 компаній на Нью – Йорській біржі, визначає най­більш прогнозовані акції, паралельно запускає декілька видів прогнозів, вибирає найперспективніші з погляду короткострокової гри компанії, оптимізує портфель і видає рекомендації трейдерам (закупникам товарів). Аналітикам залишається тільки співвіднести рекомендації системи з власними уявленнями, інсайдерскою інформацією і фундаментальними чинниками.

На фінансовому світі нейронні мережі широко застосовуються для двох основних задач – прогнозування котирувань основних інструментів (курсів валют, цінних|коштовних| паперів і ін.) і розпізнавання певних ситуацій (наприклад, підозрілих операцій з|із| кредитними картами. Найбільш відомими застосуваннями нейромережних| інформаційних технологій можна визнати наступні|слідуючі|:

 

· прогнозування котирувань ф'ючерсів;

· короткострокова|короткотермінова| динаміка курсів валют;

· прогноз оптових цін на продукти харчування;

· оцінка об'єктів нерухомості;

· оцінка кредитних ризиків;

· ряд|лава| завдань|задач| медичної і промислової діагностики;

· побудова|шикування| високодохідного футбольного тоталізатора (механічний лічильник при грі на гроші);

· прогноз розвитку надзвичайних ситуацій;

· авторизація доступу по індивідуальному «почерку» роботи за клавіатурою комп'ютера.

 

Сфера фінансових застосувань нейронних мереж практично безмежна|необмежена|. Будь-яка задача, пов'язана з маніпулюванням фінансовими інструментами, – будь то валюта цінні|коштовні| папери, зв'язане з|із| ризиком і вимагає ретельного розрахунку і прогнозування. Як зміниться завтра котирування основних валют? Чи поверне кредит зовні|зовнішньо| благополучна фірма|фірма-виготовлювач|? Як підібрати|добирати| прибутковий і разом з тим|в той же час| надійний «портфель інвестора»? Ці і сотні інших питань доводиться щодня вирішувати аналітичним відділам фінансових і інших компаній, залучаючи|приваблювати| всі види аналітичних інструментів. Тому не випадково, що четверту частину|частку| ринку нейромережових| продуктів складають фінансові застосування.

12.2. Майбутнє комп'ютерних технологій. Нейрокомп'ютери і основи нейроінформатики|

Існуючі комп'ютери мають принципи роботи, в корені відмінні від принципів роботи людського мозку, тому основні надії на розвиток штучного інтелекту пов'язані з побудовою|шикуванням| нейрокомп'ютерів.

У 1992 році була завершена програма «П'яте покоління комп'ютерів» і її змінила|позмінювала| міжнародна програма «Обчислення|підрахунки| в реальному світі» (RWS | – Real| World| Computing|). Автори програми величезну роль (30-40%) відводять дослідженню природних і створенню|створінню| нейромережних| систем. Це дасть можливість|спроможність| обчислювальним системам, що управляють, самостійно сприймати дії зовнішнього світу і діяти в ньому адекватно. Існують різні підходи до проблеми штучного інтелекту.

Нейробіонічний підхід заснований на використанні принципів роботи мозку людини, для створення інтелектуальних систем. На ЕОМ досить просто моделювати формально-логічні елементи мислення, а моделювання здатності людини адаптуватися, в умовах реального світу, що змінюються і слабо формалізованих, зв'язано із значними складнощами. Якраз саме цю можливість адаптуватися до зовнішніх умов, що постійно змінюються, і необхідно забезпечити системам, що претендують на «інтелектуальність».

В даний час сформувалося новий науково – практичний напрям – створення нейрокомп'ютера, що є ЕОМ нового покоління. Такі комп'ютери якісно відрізняються від попередніх відсутністю заздалегідь створених алгоритмічних програм і здібністю до самоорганізації і навчання. Основу нейрокомп'ютерів складають нейронні мережі – ієрархічно організовані паралельні з'єднання адаптивних елементів – нейронів, які забезпечують взаємодія з об'єктами реального світу так само, як і нервова біологічна система.

 

Основні відмінності|відзнаки| нейрокомп'ютера від звичайної|звичної| ЕОМ:

 

· паралельна робота великого числа простих обчислювальних пристроїв|устроїв|, що забезпечує величезну швидкодію;

· нейронна мережа здібна до навчання|вчення|, яке здійснюється шляхом налаштування параметрів мережі;

· висока відмовостійкість і перешкодостійкість|перешкодостійкий| мережі за рахунок того, що знання як би «розмиті» в ній і обрив|урвище| якогось зв'язку в загальному|спільному| випадку не є|з'являється| достатньою умовою відмови, а усунення перешкод здійснюється за рахунок того, що спотворений образ який поступив на мережу може скотитися|зображення| до найближчого наявного образу|зображення| з|із| найменшим енергетичним рівнем;

· проста будова|споруда| окремих нейронів дозволяє використовувати нові фізичні принципи обробки інформації для апаратних реалізацій нейромереж|.

 

Основу нейрокомп'ютера складає штучна нейромережа|, реалізована апаратно на електронних або оптичних елементах. На відміну від мікропроцесора, що має повний|цілковитий| набір команд, кожен нейрон, з|із| яких складається нейромережа|, є лише простим аналоговим перетворюючим елементом. Нейромережа представляє|уявляє| паралельну структуру, що реалізує принцип потоку даних, що забезпечує високу швидкодію.

Термін «нейронні мережі» сформувався в 40 – х роках ХХ століття|віку| в середовищі|середі| дослідників, що вивчали принципи організації і функціонування біологічних мереж. В даний час|нині| в області науки нейроінформатики| розроблений ряд|лава| моделей переробки інформації, які називають штучними нейронними мережами або просто нейронними мережами. Під нейронними мережами розуміється набір елементарних нейроподібних перетворювачів інформації – нейронів, сполучених|з'єднаних| один з|із| одним каналами обміну інформацією для їх спільної роботи.

Предметом дослідження нейроінформатики| є|з'являється| вирішення завдань|задач| переробки інформації за допомогою нейромереж| в різних фахових|предметних| областях, особливо в тих що погано формалізуються, де існуючі моделі суб'єктивні і неадекватні|.

Найбільш вражаючі результати використання нейромереж| досягнуті при розпізнаванні образів|зображень|, при побудові|шикуванні| асоціативної пам'яті, при створенні|створінні| самонавчаючих| експертних систем, при вирішенні оптимізаційних завдань|задач| великої розмірності.

Нейроїнформатика знаходиться|перебуває| у стадії інтенсивного розвитку. У багатьох країнах видаються періодичні видання більше 20, так в Росії видається журнал|часопис| «Нейрокомп'ютер» (Міністерства економіки).

 

12.3. Нейрон, нейронні мережі, основні поняття

Нейрон (штучний або формальний) – елементарний перетворюючий елемент, як складова частина нейромережі|, у свою чергу|своєю чергою|, складається з елементів трьох типів (помножувача (синапсу), суматора – (WX), нелінійного перетворювача -F) який виконує дві основні функції – зважене підсумовування і нелінійне перетворення рис.1.

 

Рисунок 12.1. Структурна схема нейрона

Помножувачі (синапси) здійснюють зв'язок між нейронами, помножує|множить| вхідний сигнал – (X_i) на число – (W_i), що характеризує силу зв'язку, - вага синапсу.

Суматор виконує складання сигналів, що поступають|надходять| по синаптичим| зв'язках від інших нейронів і зовнішніх вхідних сигналів.

Нелінійний перетворювач виконує нелінійну функцію одного аргументу – виходу суматора.

Таким чином, нейрон в цілому|загалом| реалізує скалярну функцію (скаляри – величини, визначені тільки|лише| їх числовим значенням) векторного аргументу.

Кількість нейронів в нейронній мережі для розпізнавання образів|зображень| може бути десятки і сотні мільйонів.

 

Функціонування нейрона можна розбити на два такти:

1. Підсумовування сигналів, що поступають|надходять| по синоптичним| зв'язка від інших нейронів і зовнішніх вхідних сигналів

2. Сумарний сигнал пропускається через перетворюючу функцію (активаційну), внаслідок чого визначається вихідний сигнал

Найчастіше використовують наступні|слідуючі| функції активації:

 

1. Порогова функція , де - поріг спрацьовування нейрона.

2. Сигмоїдна функція. , де а – параметр (а > 0), 0 < f(s)< 1.

Функція називається сигмоїдною|, якщо вона обмежена по мінімальному і максимальному значеннях і має скрізь|всюди| позитивну похідну. Функція швидко сходиться до верхньої межі при і до нижньої| при .

Графік сигмоїдної| функції якісно близький до зображення передавальної|передаточної| характеристики біологічного нейрона. Сигмоїдна функція близько|поблизу| наближається до ступінчастої|східчастої| з|із| порогом при . Сигмоїдна функція монотонна, усюди|всюди| диференційована і має безперервні похідні будь-якого порядку|ладу|, тому її переважно використовують у аналітичних дослідженнях. Для апаратної реалізації нейрона зручніша порогова функція.

3. Гіперболічний тангенс , , при

f(0) = 0.

Якщо вихідний сигнал нейрона більше порогу спрацьовування, тоді говорять, що нейрон збуджений. Якщо нейрони зв'язані між собою певним чином, то виходить нейронна мережа. Запропоновано багато способів об'єднання нейронів в нейромережу. Нейрони в мережі розташовані шарами.

У мережі виділяють вхідний шар, на який подається збуджуючий сигнал і вихідний, з якого знімають перероблений мережею сигнал, а решта всіх шарів називають прихованими.

Очевидно, що для адекватного вирішення завдання функціонування мережі потрібно правильно вибрати значення вагових зв'язків між нейронами – навчити мережу.

 

Нейромережі класифікують по різним ознакам:

 

1. За типом вхідної інформації:

 

· мережі, що аналізують двійкову інформацію;

· мережі, що оперують з|із| дійсними числами.

 

2. По методу навчання|вчення|:

 

· мережі, що вимагають навчання|вченню|;

· мережі, що не вимагають навчання|вчення|, здібні до самонавчання (удосконалюють|вдосконалюють| свої характеристики в процесі навчання|вчення|).

3. По характеру|вдачі| розповсюдження|поширення| інформації:

 

· однонаправлені|однонапрямлені| мережі, в яких інформація розповсюджується|поширюється| тільки|лише| в одному напрямі|направленні| від одного шару елементів до іншого;

· рекурентні мережі (мережі із|із| зворотним зв'язком).

 

4. За способом перетворення вхідної інформації:

 

· автоасоціативні;

· гетероасоціативні|.

 

Якщо вхідний вектор Х не дорівнює вихідному вектору У (Х У) то така мережа називається гетероасоціативной. Якщо вектор Х представляє спотворений або стислий образ еталону Х₀ то така мережа називається автоасоціативною.

Рішення задачі на нейрокомп'ютерах принципово відрізняється від рішення тієї ж задачі на звичайній|звичній| ЕОМ. Рішення задачі на звичайній|звичній| ЕОМ полягає в обробці даних, що вводяться|запроваджують|, відповідно до апріорі розробленої і записаної в неї програми. Для складання програми необхідно розробити алгоритм, тобто|цебто| певну послідовність математичних і логічних дій, необхідних для вирішення цього завдання|задачі|. Алгоритми і програми розробляються людьми, а комп'ютер використовується лише для виконання великої кількості елементарних операцій: складання, множення перевірки логічних умов і тому подібне

Нейрокомп'ютером є якийсь «чорний ящик», який можна навчити вирішенню завдань з певної області діяльності людини. Нейрокомп'ютеру «пред'являються» початкові дані завдання і відповідь, яка відповідає цим даним. Нейрокомп'ютер винен сам побудувати усередині себе алгоритм рішення цієї задачі, щоб видати відповідь, співпадаючу з правильним. Чим більше різних пар (початкові дані – відповідь) буде пред'явлено нейрокомп'ютеру, тим більше адекватну вирішуваному завданню модель він сформулює. Якщо після етапу навчання нейрокомп'ютеру пред'явити початкові дані, яких він раніше не зустрічав, то бажано, щоб він, видав правильне рішення. У цьому полягає здібність нейрокомп'ютера до узагальнення.

Оскільки в основі пристрою|устрою| нейрокомп'ютера лежить штучна нейромережа|, то процес навчання|вчення| полягає в налаштуванні параметрів цієї мережі. Зазвичай|звично| в літературі під навчанням|вченням| прийнято розуміти процес зміни вагових зв'язків між нейронами. Методи навчання нейронних мереж можна класифікувати так:

1. За способом використання вчителя|учителя|:

 

· З|із| вчителем|учителем|. Мережі пред'являються приклади|зразки| вхідних і вихідних даних. Мережа перетворить вхідні дані і порівнює свій результат з|із| бажаним. Після|потім| цього проводиться корекція з метою отримати|одержувати| кращу узгодженість|погодженість| виходів.

· З|із| послідовним підкріпленням|підмогою| знань. В цьому випадку мережі не дається бажане значення виходу, а тільки|лише| ставиться оцінка, хороший|добрий| вихід або поганий.

· Без вчителя|учителя|. Мережа сама вибирає правила навчання|вчення| шляхом виділення ознак з|із| набору вхідних даних.

 

2. По використанню елементів випадковості:

· Детерміновані методи. У них крок за кроком здійснюється процедура корекції вагових коефіцієнтів мережі, заснована на використанні їх поточних значень, входів мережі, виходів нейронів і деякої додаткової інформації, наприклад значень бажаних виходів мережі;

· Схоластичні методи|. Вони ґрунтуються на використанні випадкових змін вагових коефіцієнтів в ході навчання|вчення|.

 

На теперішній час запропоновано і вивчено велика кількість моделей нейромереж|. Проте|однак| основними є|з'являються| тільки|лише| три принципово різних типів|типа| мереж, більшість останніх поширених нейромереж| складаються з елементів, характерних|вдача| для мереж трьох основних типів:

 

· мереж прямого розповсюдження|поширення| (багатошарові однонаправлені|однонапрямлені| мережі);

· повнозв'язних мереж Хопфілда;

· карт (сіток) Кохонена.

 

Мережі прямого розповсюдження.|поширення| Мережі прямого розповсюдження|поширення| складаються з декількох шарів нейронів: вхідного шару, вихідного шару і декількох «прихованих шарів». Вихідний сигнал з кожного нейрона поступає|надходить| на входи всіх нейронів наступного|такого| шару. Нейрони вхідного шару не здійснюють перетворення вхідних сигналів, їх функція полягає в розподілі цих сигналів між нейронами першого прихованого шару.

Функціонування багатошарової мережі здійснюється таким чином: вхідний сигнал, поступає|надходить| на нейрони вхідного шару, проходить по черзі через всі шари і знімається з виходів нейронів вихідного шару. По мірі розповсюдження|поширення| сигналу по мережі він зазнає ряд|лаву| перетворень, які залежать від його початкових значень, перетворюючих функцій і величин вагових коефіцієнтів зв'язку.

Повнозв'язні мережі Хопфілда. Мережа Хопфільда – одношарова мережа. У таких мережах сигнал з виходу кожного нейрона подається на входи всіх останніх, вхідний вектор починає|розпочинає| циркулювати, перетворюючись по мережі до тих пір, поки мережа не прийде в стійкий стан|достаток| (тобто|цебто| коли всі нейрони на кожному подальшому|наступному| циклі вироблятимуть той же сигнал, що і на попередньому).

Карти (сітки) Кохонена. Карти (сітки) Кохонена засновані на збудженні нейронів| у мережі, аналогічно як рецептори на шкірі людини сприймають роздратування і передають нейронам головного мозку. Головний мозок відображає|відбиває| організацію зовнішніх подразників. Мережа Кохонена сприймає тільки|лише| вхід і здатна|здібна| виробляти своє власне сприйняття зовнішніх стимулів-реакцій|стимул-реакцій|.

Переваги нейронних мереж:

 

· Найбільш цінна|коштовна| властивість нейронних мереж - здатність|здібність| навчатися|виучувати| на безлічі прикладів|зразків| в тих випадках, коли невідомі закономірності розвитку ситуації і які б то не мають залежності між вхідними і вихідними даними, у таких випадках (до них| можна віднести до 80% фінансового аналізу) пасують як традиційні математичні методи, так і експертні системи.

· Нейронні мережі здатні|здібні| успішно вирішувати|рішати| завдання|задачі| незважаючи|обпиратися| на те що інформація неповна з відповідним порогом шуму та внутрішньо суперечливу|суперечну| інформацію.

 

· Для використання методів кореляційного, регресивного і кластерного аналізів вам знадобився б професіонал – математик. Експлуатація навченої|виучувати| нейромережі| під силу школяру.

 

· Нейромережеві пакети дозволяють виключно|винятково| легко підключиться до баз даних, електронної пошти, Інтернету і автоматизувати процес уведення і первинної обробки даних.

 

· Внутрішній паралелізм, властивий нейронним мережам, дозволяє практично безмежно нарощувати потужність вашої нейромережі|. Ви можете почати з простого і дешевого пакету, потім перейти на професійну версію, потім додати|добавляти| плати - прискорювачі, потім перейти| на спеціалізований нейрокомп'ютер – з|із| гарантією повної|цілковитої| спадкоємності всього раніше створеного програмного забезпечення.

Контрольні питання до розділу 12

 

1. Які існують соціально-економічні аспекти розвитку інформаційних технологій?

2. Яка існує сфера фінансових застосувань нейронних мереж?

3. Що таке нейрон, навіщо він потрібен?

4. Які основні блоки і функції нейрона?

5. На які такти можна розбити функціонування нейрона?

6. Які існують функції|зразки| активації нейрона|?

7. Як класифікують нейронні мережі за типом вхідної інформації?

8. Як класифікують нейронні мережі по принципам навчання? |вчення|.

9. Назвіть|накликати| основні моделі нейронних мереж і дайте короткий їх опис.

10. Які переваги нейронних мереж порівняно з сучасними ПК?

 

 

ТЕРМІНОЛОГІЧНИЙ СЛОВНИК

Абзац – частина документу, яка відокремлена від іншої маркерами абзацу і яка має свої власні параметри (абзацний відступ, вирівнювання, порожній рядок тощо), абзац може утворюватись після натиску клавіші Enter.

Автозбереження – процес, що забезпечує періодичне збереження копій документа під час роботи над ним для відновлення введеної інформації після аварійного відімкнення комп’ютера або збою програми.

Автотекст – частина тексту або графічне зображення, що часто повторюється в документі і мають власне ім’я.

Адаптер – пристрій, що дає можливість з’єднувати неоднорідні системи, наприклад, плата, що забезпечує зв’язок шини комп’ютера з зовнішнім пристроєм (дисплеєм, вінчестером тощо) або мережею.

Адміністратор бази даних – людина, яка відповідає за розміщення, збереження, цілісність, використання інформації бази даних, мережі та надає відповідні повноваження користувачам.

Алгоритм – точне розпорядження, що визначає обчислювальний процес, який веде від початкових даних, що змінюються, до шуканого результату.

База даних – поіменована сукупність даних, які мають одинакові принципи опису, збереження, обробки інформації.

Байт – основна одиниця вимірювання кількості інформації, і складається з 8 бітів.

Біт – мінімальна одиниця вимірювання інформації, що являє собою один символ двійкової системи обчислення або розряд.

Броузер – прикладна програма, за допомогою якої отримується, переглядається інформація в Інтернеті.

Буфер обміну - тимчасова ділянка пам’яті для тимчасового збереження інформації.

Введення/виведення – операції переселення даних між оперативною пам’яттю та зовнішніми пристроями.

Вікно бази даних Access - вікно, що з’являється після відкриття бази даних і містить перелік об’єктів бази даних (таблиць, запитів, форм, звітів, макросів, сторінок, модулів).

Вірус - програма, яка задає шкоди комп’ютеру (знешкоджує або перетворює значення даних вінчестера, системної ділянки, мережі).

Векторна графіка – опис зображення за допомогою геометричних примітивів, при масштабуванні якого використовуються коефіцієнти.

Виноска в тексті – додаткове роз’яснення чи пояснення на документ - джерело.

Вузол – пристрій у мережі; ним може бути робоча станція, принтер або файловий сервер.

Гіперпосилання – текст, який містить посилання, після активізації яких виконується перехід до іншого файлу (текстового, графічного, відео тощо).

Глобальна мережа (WAN) – мережа, елементи якої розташовані на значній відстані.

Драйвер – програма, що встановлює додаткові параметри.

Дозвіл – установки Windows, які визначають користувачів, що мають дозвіл до певного об’єкта системи, і режим цього дозволу (повний дозвіл, обмежений дозвіл, немає дозволу).

Домен – сукупність робочих станцій і серверів мережі, яка адмініструється як єдина група; кожен домен має певні межі безпеки.

Заголовок пакета – частина пакета, що містить ідентифікаційний номер, джерело, адресу призначення пакета.

Запис – група взаємозв’язаних елементів даних, що розглядаються як єдине ціле.

Захист даних – апаратні та програмні засоби для запобігання втратам або порушенням цілісності даних.

Захищений режим (Safe Mode) – режим роботи операційної системи, за якого не завантажується системний реєстр, файли Config. Sys, Autoexec.bat. Використовується для пошуку та усунення недоліків роботи.

Значення за замовчуванням – значення, що присвоюється, або опція, що вибирається у разі, коли користувач не задає жодних значень.

Інтерфейс – сукупність засобів і правил, які забезпечують логічну чи фізичну взаємодію пристроїв і програм обчислювальної системи.

Кешування – технологія оптимізації продуктивності комп’ютера, яка полягає в зберіганні даних для повторного використання і даних які можуть бути запитані з великою ймовірністю, не в оперативній пам’яті або вінчестері, а в спеціальному пристрої – кеш – пам’яті.

Кластер – найменша можлива одиниця зберігання даних, яка є логічним об’єднанням секторів, число яких залежить від типу файлової системи.

Ключабо ключове поле – поле, значення якого ідентифікує запис. У ключовому полі кожен елемент даних повинен мати унікальне значення.

Код – засіб перетворення інформації із однієї системи (наприклад, літери) в іншу (наприклад, двійкова система обчислення).

Колонтитул – текст або графічний об’єкт, який після створення автоматично з’являється на кожній сторінці документа.

Командний файл – файл, що містить послідовність команд певною мовою програмування і який виконується в пакетному режимі.

Комірка – найменша структурна одиниця, що використовується для збереження даних або формул в Excel.

Контролер – спеціалізований процесор для керування роботою зовнішнього пристрою.

Курсор – вказівник, який використовується для редагування текстового поля і має вигляд вертикальної риски, що миготить. Місцерозташування курсору може не збігатися з місцерозташуванням вказівника мишки.

Макрос - набір дій, що згруповані і виконуються автоматично у разі активізації макросу.

Маркери абзацу – спеціальні символу, що визначають початок і кінець абзацу.

Маршрутизатор – (router) – пристрій, який за допомогою складних алгоритмів і з урахуванням взаємодії багатьох мереж визначає оптимальний у даний момент шлях між відправником і отримувачем інформації.

Масштабування – помноження координат елементів зображення на певне число (коефіцієнт масштабування), що приводить до зміни їх розміру, стискання чи розтягування.

Мережа – сукупність комп’ютерів, об’єднаних засобами передавання даних.

Мережа «Клієнт-сервер» - архітектура мережі, що базується на розподільній обробці даних, у якій для виконання потрібних операцій клієнт запитує служби серверу.

Мова HTML – мова розмітки тексту подібна форматуванню, що складається з тегів. Використовується для створення таблиць, списків, гіперпосилань тощо.

Модем – пристрій зв’язку між комп’ютером і телефонною лінією, який перетворює цифрові сигнали в аналогові, і навпаки.

Несанкціонований доступ – спроба звертання до даних, за відсутності при цьому відповідних повноважень.

Оперативна пам’ять – пристрій з малим часом доступу для тимчасового зберігання проміжних результатів та програм, які часто використовуються.

Операційна система – сукупність програмних засобів, які забезпечують керування апаратними ресурсами обчислювальної системи та взаємодію програмних процесів з апаратурою, іншими процесами та користувачем.

Операційне середовище – частина операційної системи або надбудова над операційною системою, яка дає користувачу засоби безпосередньої взаємодії з прикладними програмами, засоби керування одночасним виконанням декількох програм, а також засоби інформаційного обміну між прикладними програмами.

Обсяг (інформаційна місткість) - максимальна кількість одиниць даних, що може зберігатися в запам’ятовуючому пристрої.

Панель завдань – рядок у нижній частині екрана, що вміщує назви всіх відкритих файлів, програм; у лівій частині міститься кнопка Пуск.

Панель інструментів. – група командних кнопок, що використовуються для прискореного виконання команд додатку.

Папка – ділянка пам’яті на носії інформації для зберігання файлів з метою їх упорядкування та інших папок.

Піксель – мінімальний елемент растрового зображення.

Повторювач (repeater) пристрій, який використовується для збільшення дальності зв’язку.

Поле – поіменована частина запису бази даних.

Предметний покажчик – перелік слів або словосполучень із зазначенням сторінок документа, на яких вони розташовані.

Пріоритет – число, що приписане задачі, процесу, операції і яке визначає черговість їх виконання або обслуговування.

Провайдер – організація, що має свій шлюз в Інтернеті та дає можливість іншим користувачам підімкнутися до Інтернету через цей шлюз.

Прогалина (пробіл) – текстовий символ, що відображається порожньою позицією у разі виведення на екран або друк.

Прокручування – вертикальне чи горизонтальне переміщення зображення у вікні екрана.

Прокси – сервер – мережний комп’ютер, який використовується для зв’язку між інтрамережею та мережею Інтернет.

Протокол - набір правил, що виконує обробку інформації та проведення розрахунків.

Процесор –пристрій, що виконує обробку інформації та проведення розрахунків.

Растр – подання зображення у вигляді двовимірного масиву крапок (елементів растра), впорядкованих у рядки та стовпці. Для кожної крапки растра зазначається колір і яскравість.

Реєстр системний – база даних, яка містить настанови, необхідні для роботи Windows і підтримки її компонентів. Для внесення змін використовується редактор RegEdit.