Learning Systems

Tanuló rendszerek

A tantárgyleírás hatályossága

Hatályosság kezdete:

—

Hatályosság vége:

—

Subject name (Hungarian, English)

Tanuló rendszerek

Learning Systems

Subject code

BMEVIAU9113

Subject type

—

Training Level

—

Course types and hours (weekly/semester)

Course type	lecture	tutorial	laboratory
hours (weekly)	4	0	0
type (linked/independent)	—	—	—

Assessment type

vizsga

Credits

Subject coordinator

Dr. Vajk István

position: egyetemi docens

contact: vajk.istvan@vik.bme.hu

Responsible department

—

Faculty

Subject website

—

Primary curriculum type

—

Direct prerequisites – Strong prerequisite

none

Direct prerequisites – Weak prerequisite

none

Direct prerequisites – Parallel prerequisite

none

Direct prerequisites – Milestone prerequisite

none

Direct prerequisites – Exclusion

none

Objectives

Programme

A tanulás fogalma, a tanulás célja, a tanulási módszerek osztályozása. Alapvető tanulási paradigmák: tanulás tanítóval és tanító nélkül, megerősítéses tanulás. Bevezető példák.

Matematikai alapok. Az optimalizálás alapvető módszerei (LP,QP, dinamikus programozás), numerikus optimalizálás alapjai. A statisztika alapvető fogalmai és problémái.

Tanulás tanítóval. Pontbecslés, intervallumbecslés, hipotézis vizsgálat. Alapvető tulajdonságok és módszerek. (ls/tls, ml/stls, Bayes becslők, iv, altér alapú). Struktúrabecslés, komplexitás kezelése, kísérlettervezés. Nemlineáris rendszerek identifikációja, univerzális approximátorok (interpolációs módszerek, k-legközelebbi szomszéd módszere, neurális háló, support vektor, fuzzy rendszerek, regressziós fa…). Regressziós és osztályozási problémák és módszerek kapcsolata. Osztályozási algoritmusok.

Tanító nélküli tanulás. Osztályozás tanító nélkül. Lényegkiemelő, k-közepek , EVD-SVD algoritmusok..

Megerősítéses tanulás alapjai. Dinamikus programozás, Q tanulás. Az adaptív irányítás általános elmélete, duális irányítás, aktív és passzív adaptív rendszerek, modellreferenciás és paraméteradaptív rendszerek , heurisztikus módszerek.. Implementációs kérdések. Esettanulmányok..

A tárgy a megfigyelésen alapuló modellalkotás kérdéseivel foglalkozik. Célkitűzése, hogy a hallgató jártasságot szerezzen a modellépítés, a tanulási és identifikációs módszerek használatában, valamint ismereteket nyújtson az adaptív jelfeldolgozási és irányítási feladatok megoldásához.

Learning outcomes

Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:

Knowledge

No learning outcomes recorded.

Skills

No learning outcomes recorded.

Attitudes

No learning outcomes recorded.

Autonomy and responsibility

No learning outcomes recorded.

Oktatási módszertan

(előadás, gyakorlat, laboratórium): előadás

Tanulástámogató anyagok

Not provided.

Recommended preliminary knowledge for completing the subject

Knowledge type competencies

(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

Jelek és rendszerek illetve Hálózatok és rendszerek

Skill type competencies

(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)

nincs

Recommended (non-compulsory) preliminary competencies

(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)

Jelek és rendszerek illetve Hálózatok és rendszerek

General rules

Követelmények: a. A szorgalmi időszakban: A félév során egy házi feladat készítenek a hallgatók. A félévvégi aláírás feltétele a házi feladat legalább elégséges szintű teljesítése. b. A vizsgaidőszakban: A vizsga módja: írásbeli. A vizsgáztató jogosult szóbeli kérdéseket is feltenni. Elővizsga: nincs.

Assessment methods

In-term assessments

No detailed assessments provided.

Weight of in-term assessments

No weights provided.

Exam-period assessments

No detailed assessments provided.

Weight of exam elements

No weights provided.

Grade calculation

No grade thresholds provided.

Attendance requirements

No attendance requirements provided.

Rules for retake and resubmission

Not provided.

Short description

Not provided.

Detailed description

Not provided.

Recommended courses

Not provided.

Workload to complete the subject

No workload breakdown provided.

Validity of subject requirements

Requirements valid from:

—

Requirements valid until:

—

Curriculum placement

No curriculum placements recorded for this subject version.