Neurális és tanuló rendszerek

Neural and Learning Systems

A tantárgyleírás hatályossága

Hatályosság kezdete:

2026. March 21.

Hatályosság vége:

—

Tantárgy neve (magyarul, angolul)

Neurális és tanuló rendszerek

Neural and Learning Systems

Tantárgykód

BMEVIMMD002

Tantárgyjelleg

—

Képzési szint

—

Kurzustípusok és óraszámok (heti/féléves)

Kurzustípus	elmélet	gyakorlat	laboratóriumi gyakorlat
óraszám (heti)	4	0	0
jelleg (kapcsolt/önálló)	—	—	—

Tanulmányi teljesítmény/értékelés típusa

vizsga

Tantárgy kreditértéke

Tantárgyfelelős

Dr.. Horváth Gábor

Tantárgyat gondozó oktatási szervezeti egység

Mesterséges Intelligencia és Rendszertervezés Tanszék

Kar

Villamosmérnöki és Informatikai Kar

Tantárgy weboldala

http://www.mit.bme.hu/oktatas/targyak/vimmd002/

Tantárgy elsődleges mintatantervi jellege

—

Közvetlen előkövetelmények – Erős előkövetelmény

nincs

Közvetlen előkövetelmények – Gyenge előkövetelmény

nincs

Közvetlen előkövetelmények – Párhuzamos előkövetelmény

nincs

Közvetlen előkövetelmények – Mérföldkő előkövetelmény

nincs

Közvetlen előkövetelmények – Kizáró feltétel

nincs

Célkitűzés

Tantárgyprogram

Algoritmikusan nehezen megoldható feladatok.
A tanulás szerepe a feladatmegoldásokban. Gépi tanulás.
Ellenőrzött (felügyelt) tanulás.

Hibakorrekciós eljárások (gradiens módszerek, kereső eljárások, genetikus algoritmusok).

Szupport Vektor Gépek (SVM) és jelentőségük a tanuló rendszerek között.

Megerősítéses tanulás.

Nemellenőrzött (felügyelet nélküli) tanulás.

Hebb szabály, Oja szabály,

Versengő tanulás.

A tanuló rendszerek minősítése, általánosítás. A statisztikus tanuláselmélet fontosabb eredményei, PAC tanulás.
Tanuláson alapuló elosztott párhuzamos számító rendszerek, neurális hálózatok:

Az elemi neuron és felügyelt tanítási algoritmusa.

Egy- és többrétegű előrecsatolt hálózat, az előre csatolt hálózatok tanítása: backpropagation algoritmus.

Szupport vektor gépek különböző változatai (SVM, LS-SVM, ridge regression)

Dinamikus hálózatok

Lokális és globális visszacsatolást tartalmazó hálózatok.

Dinamikus rendszerek tanítása: dinamikus backpropagation,

Nemellenőrzött tanulási hálózatok.

Kohonen hálók.

Lineáris és nemlineáris adattömörítő hálók: PCA, ICA.

Neurális hálózatok alkalmazása (felismerési problémák megoldása, optimalizálási feladatok megoldása, egy- és többdimenziós jelfeldolgozás, nemlineáris jelfeldolgozás, nemlineáris dinamikus rendszerek identifikációja, stb.).
Hardver és szoftver implementálási kérdések

A mesterséges neurális hálózatoknál tárgyalt párhuzamos algoritmusok implementálására alkalmas általános és speciális párhuzamos működésű hardver rendszerek.

A hardver megvalósítás speciális problémái: pontosság, sebesség, komplexitás. Szoftver realizálás, szimulátorok.

A tárgy célja, hogy megismertesse a hallgatókkal a gépi tanulás elméleti alapjait, alkalmazási lehetőségeit és bemutassa a tanulás különböző formáit alkalmazó számító rendszereket. A tárgy részletesen foglalkozik a mintákból történő tanulást alkalmazó neurális hálózatokkal, a legfontosabb neurális architektúrákkal és a neuronhálók alkalmazási lehetőségeivel.

Tanulmányi eredmények

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

Tudás

Nincsenek rögzített tanulási eredmények.

Képességek

Nincsenek rögzített tanulási eredmények.

Attitűd

Nincsenek rögzített tanulási eredmények.

Autonómia és felelősség

Nincsenek rögzített tanulási eredmények.

Oktatási módszertan

(előadás, gyakorlat, laboratórium): előadás

Tanulástámogató anyagok

Online források

Horváth Gábor (szerk.): Neurális hálózatok és műszaki alkalmazásaik, Egyetemi tankönyv, Műegyetemi Kiadó, 1998.; B. Schölkopf, A. Smola: Learning with Kernels Support Vector Machines, Regularization, Optimization and Beyond. MIT Press, 2002.; S. Haykin: Neural Networks, A Comprehensive Foundation, second edition, Prentice Hall, 1999.; R. S. Sutton, A. G. Barto: Reinforcement Learning: An Introduction, Bradford Book, MIT Press, 1998.; T. Mitchell: Machine Learning, McGraw-Hill, 1997.; Továbbá sokszorosított anyag a tárgy honlapján közzétéve

A tantárgy teljesítéséhez ajánlott előzetes ismeretek

Tudás típusú kompetenciák

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

Sztochasztikus folyamatok, Valószínűségszámítás

Képesség típusú kompetenciák

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

nincs

Ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák

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

Sztochasztikus folyamatok, Valószínűségszámítás

Általános szabályok

Követelmények: a. A szorgalmi időszakban: félévközi házi feladat elégséges szintű beadása. A feladat beadás határideje a szorgalmi időszak utolsó hete, ill. b. A vizsgaidőszakban: szóbeli vizsga. A vizsgajegy megállapításának módja: 0,8*félévvégi vizsga eredménye+0,2*házi feladat eredménye Elővizsga: igény esetén az utolsó oktatási héten Pótlási lehetőségek: A félévközi feladat különeljárási díj ellenében a vizsgaidőszak harmadik hetének végéig pótolható.

Teljesítményértékelési módszerek

Szorgalmi időszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Szorgalmi időszakban végzett teljesítményértékelések részaránya

Nincs megadva részarány.

Vizsgaidőszakban végzett teljesítményértékelések részletes leírása

Nincs megadva részletes értékelés.

Vizsgarészek részaránya

Nincs megadva részarány.

Érdemjegy megállapítása

Nincs megadva érdemjegy határ.

Jelenléti és részvételi követelmények

Nincs megadva jelenléti követelmény.

Javítás, ismétlés és pótlás különös szabályai

Nincs megadva.

Rövid leírás

Nincs megadva.

Részletes leírás

Nincs megadva.

Ajánlott tantárgyak

Nincs megadva.

A tantárgy elvégzéséhez szükséges tanulmányi munka

Nincs megadva munkaidő bontás.

Tantárgykövetelmények hatályossága

Tantárgykövetelmények hatályosságának kezdete:

—

Tantárgykövetelmények hatályosságának vége:

—

Tantervi elhelyezés

Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.