„Gépi tanulás” változatai közötti eltérés
Új oldal, tartalma: „{{GlobalTemplate|Infoszak|MscGepiTanulas}} ==Jegyzetek== * {{InLineFileLink|Infoszak|MscGepiTanulas|2010-02-24.zip|2010-02-24.zip}}: előadás jegyzet 02-24-ig * {{I…” |
Nincs szerkesztési összefoglaló |
||
| (10 közbenső módosítás, amit 7 másik szerkesztő végzett, nincs mutatva) | |||
| 1. sor: | 1. sor: | ||
{{Tantárgy | |||
| név = Gépi tanulás | |||
| tárgykód = vimima05 | |||
| szak = info MSc | |||
| kredit = 4 | |||
| félév = Őszi | |||
| kereszt = nincs | |||
| tanszék = MIT | |||
| labor = nincs | |||
| kiszh = nincs | |||
| nagyzh = nincs | |||
| hf = Két hetente 1 db | |||
| vizsga = szóbeli | |||
| levlista = int-msc | |||
| tad = https://www.vik.bme.hu/kepzes/targyak/vimima05 | |||
| tárgyhonlap = https://www.mit.bme.hu/oktatas/targyak/vimima05 | |||
}} | |||
{{GlobalTemplate|Infoszak|MscGepiTanulas}} | {{GlobalTemplate|Infoszak|MscGepiTanulas}} | ||
==Hivatalos segédanyag== | |||
* Russell-Norvig: [http://project.mit.bme.hu/mi_almanach/books/aima/index Mesterséges Intelligencia] | |||
* Altrichter-Horváth-Pataki-Strausz-Takács-Valyon: [http://project.mit.bme.hu/mi_almanach/books/neuralis/index Neurális Hálózatok] | |||
* Bishop: [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Pattern recognition and machine learning] | |||
* Goodfellow-Bengio-Courville: [https://www.deeplearningbook.org/ Deep Learning] | |||
* Boyd-Vandenberghe: [https://web.stanford.edu/~boyd/cvxbook/ Convex optimization] | |||
== | ==Régi Gépi tanulás tárgy zh-i== | ||
Most sajnos nincs időm migrálni az oldalt az új wikire, de: | |||
'''2013.02.25. - ZH''' (aloldalt se látom, hogy lehet még itt létrehozni) | |||
1. feladat - egy egyszerű döntési fa volt, információ nyereséget kellett számolni, semmi trükkös nem volt benne | |||
2. feladat - döntési fa/szignifikancia alapú metszés, ahol egyik levélben X,Y volt, ki kellett számolni a D-t, majd megmondani mi következik ebből | |||
3. feladat - elmélet, a hiányzó adatokkal kapcsolatban amit órán vettünk | |||
(2. rész innentől) | |||
4. feladat - levezetni a szakértőknél a tanult összefüggést (hibával és eltéréssel kapcsolatban...) | |||
5. feladat - vállalható e valami x bizonyossággal, y feltételek esetén. a tanítás a mintapontokon nem volt konzisztens, de leginkább a hipotézistér végtelen mivolta miatt kellett a "nagy-gyökös-képlet"-et használni, VC dimenzióval mindennel. (nekem nem lett túl jó :) | |||
-- Bartók Ferenc - 2013.04.02. | |||
==Régi Gépi tanulás tárgy vizsgái== | |||
2013.06.06. beugró vázlatosan: | |||
* | - egy probléma leírás, 8 millió felnőttnek adott sok attribútum, de csak x ezernek adott a foglalkozása, hogyan tanítanánk? (félig ellenőrzöt...) | ||
- egy 2 dimenziós körnek legalább 3 a VC dimenziója? (igen) | |||
- 12 osztályos probléma, sok kétosztályosként oldjuk meg, meg volt adva mintaszám, ilyesmi és mennyi tanítópontot használunk fel (szerintem ez elég sok értelmű kérdés volt, mindegy) | |||
- k-means, 7 random középpont pont ugyanoda esik, minthalamz Gauss el. azonos szórással különböző művel, hány iteráció lesz? | |||
- k-means, de nem távolság adott, hanem hasonlóság -> hogyan módosítanánk? | |||
- inf. szükséglet számítás | |||
- epszilon=0.47, van e esély 0.05-re csökkenteni? (adaboost, de itt se volt amúgy teljesen egyértelmű) | |||
- mindig max hasznosságot választ e az aktív megerősítéses? | |||
- lehet e nem linearis az elválasztófelület, ha csak a kapuzó hálózatot tanítjuk? | |||
- mincutot zajjal látjuk el és többször elvégezzük, miért jó? | |||
- hasznosság függ egy a leszámítási tényezőtől? | |||
Ennyi volt, pár helyen többféleképp is lehetett értelmezni. | |||
-- Bartók Ferenc - 2013.06.06. | |||
2014-es vizsgán hasonló kérdések voltak, de ez csak beugró volt. A kérdésekre 0-1-2 pontot lehetett kapni, 50%-tól van meg a beugró. Ezt követően kaptunk egy "húzott" tételt és feladatot (matlabbal sorsolták). A tételről értelemszerűen mesélni kellett, a feladathoz pedig gyakorlatilag elég volt tudni, hogy melyik képlettel kell megoldani, nem kellett végigszámolni. | |||
-- Urinore - 2014.05.29. | |||
==Régi Gépi tanulás tárgy jegyzetei== | |||
* [[Media:Gépitanulás ea 20100224 2010-02-24.zip |2010-02-24.zip]]: előadás jegyzet 02-24-ig | |||
* [[Media:Gépitanulás ea 20100311 2010-03-11.zip |2010-03-11.zip]]: előadás jegyzet 03-11-ig (+ appendix (órán kiadott feladatlapok) ) | |||
* [[Media:Gépitanulás gyak 2010 gyakmegoldas KP v1.pdf |gyakmegoldas_KP_v1.pdf]]: 2009_1 összes és 2010_2 1. és 2. feladat vélt megoldása | |||
* [[Media:Gépitanulás gyak 2010 gyakmegoldas KP v2.pdf |gyakmegoldas_KP_v2.pdf]]: 2010_2 vélt megoldásai. | |||
* [[Media:Gépitanulás gyak 2010 gyakmegoldas KP v3.pdf |gyakmegoldas_KP_v3.pdf]]: 2010_1 vélt megoldásai | |||
* [[Media:Gépitanulás ea 20110207 jegyzet 2011 02 07-2011 03 21.zip |jegyzet_2011_02_07-2011_03_21.zip]]: 2011 jegyzet 02.07-től 03.20-ig (nem teljes, több forrásból, hibákat is tartalmazhat; készítette: Pálfalvi József) | |||
* [[Media:Gépitanulás gyak 20110428 jegyzet gyak 2011 04 28.zip |jegyzet_gyak_2011_04_28.zip]]: 2011 gyakorlat jegyzet 04.29 | |||
* [[Media:Gépitanulás gyak 20110513 jegyzet gyak 2011 05 13.zip |jegyzet_gyak_2011_05_13.zip]]: 2011 gyakorlat jegyzet 05.13 | |||
-- Pálfalvi József - 2012.06.22. | -- Pálfalvi József - 2012.06.22. | ||
{{Lábléc - Intelligens rendszerek szakirány}} | |||