Intelligens adatelemzés

Az utóbbi évtizedek ugrásszerűen megnövekedő adattárolási lehetőségei miatt a vizsgált rend­szerekről, folyamatokról egyre több mérési, megfigyelési adat kerül rögzítésre. Az új lehetőségek olyan új kérdé­seket vetnek fel, mint a megfelelő adatok megszerzését biztosító kísérlettervezés, a mérés megtervezése, valamint a megszerzett - esetenként nagyon nagyszámú és sokdimenziós - adat elemzése: a megfelelő adatelemzési módszerek skálázhatósága, a számítási komplexitás növekedésének kézbentartása, továbbá a sokdimenziós adatok hatékony ábrázolása, vizualizá­ciója. Az újabb aspektusok, mint például a változók számának nagyságrendekkel történő növekedése, az adott tárgyterületet több szempontból jellemző adatok, a strukturált tárgyterületek, az aktív tanulás (a kísérlettervezéstől a beavatkozásos adatokig és megerősítéses tanulásig), illetve a különböző reprezentációjú háttértudás felhasználása a tervezéstől az elemzésen át az értelme­zésig, új megközelítéseket igényelnek. A tárgy célja, a kísérlettervezéstől a mérési adatok beszerzésén át az adatok komplex feldolgo­zásig és felhasználói modellbe integrálásáig tartó munkafolyamat egészének áttekintése részle­tesen bemutatva az adatábrázolás és -elemzés algoritmusait és eszközeit. A tárgyaláshoz több szempontból előnyös, közös nevező a komplex modellek használata, amely­ben kiemelt szerepet kapnak a valószínűségi gráfos modellek (probabilistic graphical models). A komplex modellek használata a nagy változószám és viszonylag kis mintaszám mellett az in­duktív követ­kez­tetés pontossága és megbízhatósága miatt szintén új kereteket igényel, amire különböző számításintenzív statisztikai megközelítések jelentek meg (pl. a „bootstrap" vagy permutáció alapú tesztek, a többszörös tesztelési korrekciós eljárások, illetve a Bayes statisztikai keretrendszer, benne a bayesi mo­dell­átlagolással).   A tantárgy követelményeit eredményesen teljesítő hallgatóktól elvárható, hogy: 1. Képesek legyenek az informatika széles területén a kísérletes, illetve a megfigyelésen ala­puló ismeretszerzési folyamatok tervezésére, végrehajtására és eredményük szabatos reprezentációjára. Ismerjék a megfigyelési/beavatkozásos, statisztikai/oksági és struktu­rálatlan/strukturált adatok típusait, a kísérlettervezés, adatminőség-biztosítás, adattisztí­tás, adatelemzés, értelmezés, döntéstámogatás és modellalkotás fázisait. 2. Ismerjék a klasszikus statisztikai döntéselméleti alapokat, különös tekintettel az optimali­zálási és mintavételi technikákra. 3. Ismerjék a komplex modellek leírására általános keretet adó valószínűségi gráfos model­le­ket, (probabilistic graphical models), ennek legnépszerűbb osztályait, a Markov hálókat, a rejtett Markov modelleket, és a Bayes hálókat. Ismerjenek számításintenzív statisztikai kereteket, mint például a „bootstrap" vagy permutáció alapú módszereket, és a Bayes sta­tisztikai keretrendszert, illetve hozzájuk tartozó technikák elméleti alapjait és alkalmazá­sát, benne többszörös tesztelési korrekciós eljárásokat és mintavételi technikákat. 4. Ismerjék az elemzésre szolgáló alkalmas legfontosabb dedikált hardver/szoftver eszközö­ket, valamint a kinyert tudás integrációját a tipikus informatikai kulcsterületeken.

Előadás.

R.M.; Neal: Bayesian Learning for Neural Networks, Springer, 1996.; M. Berthold - D.J. Hand: Intelligent Data; Analysis, Springer, 1999.; R.G.; Cowel - A.P. Dawid - S.L. Lauritzen - D.J. Spiegelhalter: Probabilistic; Networks and Expert Systems, Springer, 1999.; J.M.; Bernardo, A. F. M. Smith: Bayesian Theory, Wiley, 2000.; T.Hastie; - R.Tibshirani - J.Friedman: The Elements of Statistical Learning, Springer,; 2001; A.; Gelman - J.B. Carlin - H.S Stern - D. B. Rubin: Bayesian Data Analysis, Chapman; &Hall, 2004.; C.M.; Bishop: Pattern Recognition and Machine Learning, Springer, 2006.; Bayesian; inference Using Gibbs Sampling: http://www.mrc-bsu.cam.ac.uk/bugs/; S.L.; Lauritzen: Graphical Models, Clarendon Press, Oxford, 1996.; M; I. Jordan: Learning in Graphical Models (Adaptive Computation and Machine; Learning), The MIT Press, 1998.; D.; Cook, D. F. Swayne: Interactive and Dynamic Graphics for Data Analysis with R; and GGobi. Springer, 2007.; Guazzelli-W. Lin-T. Jena-J. Taylor: PMML in Action: Unleashing the Power of; Open Standards for Data Mining and Predictive Analytics (2010); Guazzelli, M. Zeller, W. Lin, and G. Williams. PMML: An Open Standard for; Sharing Models. The R Journal, Volume 1/1, May 2009. ; Hastie-Tibshirani-Friedman: The; Elements of Statistical Learning. Data mining, inference and prediction, second edition, Springer, 2009.

Valószínűségszámítás, az MI alapjai.

Követelmények: a. Elkészítendő házi feladat. A vizsgára bocsátás feltétele a házi feladatnál a maximális pontszám legalább 50%-ának elérése. A megszerzett aláírás a tárgyfélévben és a továbbiakban a TVSz szerint érvényes. b. A vizsgaidőszakban: szóbeli vizsga. A kreditpont megszerzésének feltétele: legalább elég­séges vizsga. Pótlási lehetőségek: A házi feladatok - a kiadáskor rögzített - határidőre adandók be, pótlásuk a pótlási hét utolsó munkanapjáig lehetséges.