Intelligens adatelemzési módszerek az orvosbiológiában

Az orvosbiológiai adatok heterogenitása adatfeldolgozási és adatelemzési módszerek széles skálájának az alkalmazását igényli, mint például a nagy dimenziójú, molekuláris biológiai adatok elemzése, képi adatok feldolgozása egy mesterséges látórendszerben vagy idősori adatok valós idejű feldolgozása egy neurálisan illesztett mesterséges végtag esetében. A klasszikus adatfeldolgozási és statisztikai módszereket napjainkban egyre inkább kiegészíti a mesterséges intelligencia kutatások gyorsan fejlődő ága a mély neurális hálózatok tanulásának területe. A tantárgy áttekintést nyújt alapvető adatfeldolgozási módszerekről, adatelemzési munkafolyamatokról, statisztikai eljáráskról és a mesterséges intelligencia új adatelemzési területeiről, különös tekintettel a mély neurális hálózatok orvosbiológiai alkalmazásáról.

Előadás. Az előadásokhoz előzetesen közzétett diasorok tartoznak, így a hallgatók azokat az előadáson saját jegyzeteikkel ki tudják egészíteni. Az előadások egy része esettanulmányokon keresztül mutatja be a módszerek valós alkalmazását, azok idői, pénzügyi, szervezeti és társadalmi vonatkozását. Az előadások alatt valós idejű hallgatói visszacsatolást biztosító eszközöket használunk az interaktivitás növelésére.

Antal Péter et al., Intelligens adatelemzés, Typotex Kft., 2014, ISBN-13 978-963-2791-71-5; https://www.interkonyv.hu/konyvek/en/antal_peter_intelligens_adatelemzes

Követelmények: Szorgalmi időszakban: 2 ZH és 1 házi (otthoni) feladat. Az összegző értékelések együttesen vizsgálják és mérik fel a hallgatók tudás és képesség típusú kompetenciákkal meghatározott tanulási eredményeit. Ennek megfelelően az egyes összegző értékelések a kijelölt elméleti ismeretanyag elsajátítottságát, és képességek alkalmazását mérik fel. Egy-egy összegző értékelés 65%-ban az elméleti ismeretekre, 35%-ban az alkalmazói készségekre fókuszál. Teljesítésükre a tanulmányi teljesítményértékelési tervben meghatározott időpontban, előreláthatólag a 8. és 14. oktatási héten kerül sor. A két összegző teljesítményértékelésen egyenként 60-60 pont szerezhető. Egy házi feladat sikeres elkészítése és leadása a félév végéig kötelező, amely egy adatfeldolgozási/adatelemzési/gépi tanulási módszer alkalmazását jelenti egy egyeztetett adathalmazon és annak 4-6 oldalban történő dokumentálását. A módszer alkalmazása preferáltan egy programozási nyelv felhasználásával történik, de grafikus felülettel támogatott munkafolyamat-rendszerek is felhasználhatók. Ideális esetben az adatok egy önálló kutatáshoz, diplomamunkához kapcsolódnak. A félévközi jegyet a két ZH és a házi feladat 60%-40% arányban súlyozott átlaga adja. Pótlási lehetőségek: Mindkét ZH egyszer pótolható. A házi feladat legkésőbb a szorgalmi időszak végéig adható be.