Kurzus nemzetközi vendég- és részidős hallgatóknak

Kar

Informatikai Kar

Szervezet

IK Mesterséges Intelligencia Tanszék

Kód

IPM-24ATADNDEG

Cím

Haladó gépi tanulás Ea+Gy.

Tervezett félév

Őszi

Meghirdetve

2024/25/1

ECTS

6

Nyelv

en

Oktatás célja

tudása Ismeri az adattudomány szakterületének innovatív, kutatói szintű műveléséhez szükséges adatelemzési, etikai, adatbiztonsági, matematikai, statisztikai fogalmakat, a programozási elveket és összefüggéseket, különösen az adattípusokat, reprezentációkat, az átalakítási és optimalizációs eljárásokat, a többváltozós statisztika, a gépi tanulás elveit. Ismeri az adattudomány főbb alkalmazási területeit, az ezekhez kötődő problémákat és a megoldási lehetőségek főbb irányait, a kapcsolódó technikák alkalmazási korlátait. Összefüggéseket tud teremteni az egyes adattípusok között, képes az adatok transzformációján alapuló információ-kinyerésre és feladatmegoldásra multidiszciplináris környezetben is. Az angol nyelvtudása eléri a képzéshez, az angol nyelvű szakirodalom megismeréséhez, a szakszöveg megértéséhez, feldolgozásához és a szakképzettséggel ellátható szakmai feladatok elvégzéséhez, valamint a folyamatos szakmai önképzéshez szükséges szintet. Átfogó ismeretekkel rendelkezik az adatkezelés, elemzés, modellezés szabályozási kérdéseiről, problémáiról, beleértve a jogi és etikai vonatkozásokat is. Ismeri az informatikai biztonság területeit. képességei Képes a különböző tudományágakban megjelenő komplex osztályozási, modellezési, előrejelzési problémák formalizálására, a szükséges elméleti és gyakorlati módszerek meghatározására és azok megoldására. Képes az előírt feladathoz tartozó nyers adat transzformációs lépéseinek megalkotására. Képes az adatokat kontextusba helyezve más információkkal összekapcsolni, egyesítve különböző modalitásokat. Ismeri az adatelemek közötti függőségi viszonyokat és az adatok strukturálhatóságát, típusait. A technológia változása esetén képes az adatelemzési stratégiát a technológiától függetleníteni. Képes nagy mennyiségű adat hatékony vizualizációjára, az eredmények interpretálására. Szakmai irányítás mellett képes önálló tudományos kutatómunkát végezni. Anyanyelvén kívül legalább angol nyelven képes szóban és írásban szakmai eszmecserét folytatni, eredményeket bemutatni és értelmezni, jelentéseket készíteni, szakmai anyagokat feldolgozni. Munkája során vizsgálja a kutatási, fejlesztési és innovációs célok kitűzésének lehetőségét és törekszik azok megvalósítására. attitűd Figyelemmel kíséri az adattudomány és a kapcsolódó szakterületek elsősorban matematikai, statisztikai, informatikai vonatkozású, valamint mesterséges intelligenciával kapcsolatos legújabb eredményeit és törekszik arra, hogy ezeket saját fejlődésének szolgálatába állítsa. Hitelesen képviseli szakmáját és mutatja be munkájának eredményeit. Elkötelezett a környezettudatos magatartás közvetítése és megvalósítása iránt. autonómiája és felelőssége Alkalmas mind egyénileg, mind pedig egy csoport tagjaként vagy vezetőjeként elemzői, modellezői és egyéb, az adattudománnyal kapcsolatos feladatok elvégzésére. Felelősséget vállal a vele együtt dolgozó vagy irányítása alatt állók munkájáért. Felelősen, az aktuális szabályozásnak megfelelően kezeli a rábízott érzékeny, esetlegesen bizalmas adatokat. Munkáját a szakmai és tudományos etika követelményeinek maximális figyelembevételével végzi.

Tantárgy tartalma

Kulcsfontosságú alkalmazási területek: az affektív számítástechnika összetevői, mint például az arckifejezés és az érzelembecslés ember-gép interakció, emberi paraméterek becslése, például testhelyzet, fejtartás, kéztartás, tekintet és pislogás becslési módszerek kép- és beszédfeldolgozási módszerek, multiagent rendszerek, ritka kódolás és spiking neuronok, szemantikus térképek, robotikai problémák

Irodalomjegyzék

Ian Goodfellow and Yoshua Bengio and Aaron Courville: Deep Learning. MIT Press, 2016. Hardcover: ISBN: 9780262035613, eBook: ISBN: 9780262337434 Aurélien Geron: Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems O’Reilly Media, Inc. 2017. ISBN: 1491962291 Josh Patterson and Adam Gibson: Deep Learning: A Practitioner's Approach. O’Reilly Media, Inc. 2017. ISBN: 1491914254 Sayan Pathak, Roland Fernandez, and Jonathan Sanito, Deep Learning Explained, MOOC edX, https://www.edx.org/course/deep-learning-explainedmicrosoft-dat236x Andrew Ng: Machine Learning Yearning, https://www.goodreads.com/en/book/show/30741739-machine-learning-yearning

Kurzus szakjai