A mesterséges intelligencia algoritmusai

A tantárgy angol neve: Artificial Intelligence Algorithms

Adatlap utolsó módosítása: 2023. január 31.

Budapesti Műszaki és Gazdaságtudományi Egyetem
Villamosmérnöki és Informatikai Kar 		PhD képzés
Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
VIHID073   4/0/0/v 5  
3. A tantárgyfelelős személy és tanszék Dr. Levendovszky János,
4. A tantárgy előadója Dr. Levendovszky János, egyetemi tanár, Hálózati Rendszerek és Szolgáltatások Tanszék
5. A tantárgy az alábbi témakörök ismeretére épít Lineáris algebra, analízis, valószínűségszámítás
7. A tantárgy célkitűzése A tárgy célja a mesterséges intelligencia és a neurális információ processzálás algoritmikus hátterének mélyebb ismertetése, amely lehetővé teszi a különböző területeken fellépő kutatási feladatok megoldását, illetve a a kapcsolódó alkalmazásfejlesztéseket.
8. A tantárgy részletes tematikája A mesterséges intelligencia fajtái és matematikai leírása
Bayes döntés és halmazszeparálási feladatok
Rosenblatt algoritmus és Robbins Monroe sztochasztikus approximáció
Előrecsatolt neurális hálózatok és univerzális approximáció
Komplexitás és konstruktív approximációelmélet (Blum és Li konstrukció,  Hahn-Banach tétel)
A gépi tanulás statisztikai elmélete (bias-variance dilemma, VC dimenzió)
Rekurrens neurális hálók
Alkalmazás optimalizálásra
Radiális Bázisfüggvény lapú  háló
Boltzmann gép
Support Vector Machine
Alkalmazás telekommunikációs hálózatokban (QoS kommunikáció, adaptív kiegyenlítés, MUD, routing)
Alkalmazás idősorok adatbányászatában (MSE alapú predikció, FCPD alapú predikció, pénzügyi idősorok  és outlier detekció, alkalmazás pénzügyi idősorokban)
9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) Előadás gyakorlati példákkal
10. Követelmények Vizsgaidőszakban: sikeres vizsga
11. Pótlási lehetőségek ismétlő vizsga
12. Konzultációs lehetőségek Előzetes időpont egyeztetés alapján
13. Jegyzet, tankönyv, felhasználható irodalom •    Artificial Intelligence: A Modern Approach | 2nd Edition ISBN-13:9780137903955ISBN:0137903952Authors:Peter Norvig,Stuart J. Russell
•    Neural networks: a comprehensive foundation by Simon Haykin, Macmillan, 1994, ISBN 0-02-352781-7.
•    Gupta, Sinha: Soft computing and intelligent systems – theory and applications


14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
Kontakt óra 
Félévközi készülés órákra 
Felkészülés zárthelyire 
Házi feladat elkészítése 
Kijelölt írásos tananyag elsajátítása 
Vizsgafelkészülés 
Összesen 
15. A tantárgy tematikáját kidolgozta Dr. Levendovszky János, egyetemi tanár, Hálózati Rendszerek és Szolgáltatások Tanszék