Döntéstámogatás a médiainformatikában
A tantárgyleírás hatályossága
| Tantárgy neve (magyarul, angolul) |
Döntéstámogatás a médiainformatikában
Decision Support in Media Informatics
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tantárgykód | BMEVITMM225 | ||||||||||||
| Tantárgyjelleg | — | ||||||||||||
| Képzési szint | — | ||||||||||||
| Kurzustípusok és óraszámok (heti/féléves) |
|
||||||||||||
| Tanulmányi teljesítmény/értékelés típusa | vizsga | ||||||||||||
| Tantárgy kreditértéke | 4 | ||||||||||||
| Tantárgyfelelős |
Szűcs Gábor, PhD
beosztás: adjunktus
elérhetőség:
szucs.gabor@vik.bme.hu
|
||||||||||||
| Tantárgyat gondozó oktatási szervezeti egység |
Távközlési és Mesterséges Intelligencia Tanszék
|
||||||||||||
| Kar | Villamosmérnöki és Informatikai Kar | ||||||||||||
| Tantárgy weboldala | — | ||||||||||||
| 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
Döntési osztályok: biztos, kockázatos, bizonytalan döntések. Döntési tábla. Laplace, Wald, Hurwicz, Savage módszer. MCDM: MAUT, AHP (Inkonzisztencia index), POLANO. Rangegyesítő módszerek: Borda, Cook-Seiford, Bernardo, Köhler, Reciprok-rang. Egyetértési mátrix, ellenzési mátrix, outranking mátrix.
Döntési fák multimédia osztályozáshoz: ID3, C4.5, C5.0, CART, CHAID. Információs entrópia, információs nyereség, Gini index, Misclassification Error, Nyesés
Multimédia bányászat: SEMMA módszertan. Osztályozás. Nominális, ordinális, intervallum, arány skálájú változók.
Keresztvalidáció, Leave-One-Out, Bootstrap aggregating (bagging)
Osztályozásási algoritmusok. Random Forest. Boosting, Adaboost.
Regresszió analízis a képfeldolgozásban. változók kiválasztása (Stepwise Regression Procedure - SRP)
Multimédia klaszterezés.
Diszkriminancia analízis, Esetalapú következtetés, Legközelebbi szomszéd módszer.
Osztályozás kiértékelése. ROC, AUC
Jellemző kinyerés. Döntési Fák gyakorlati alkalmazásai: Visual Recognition
Multimédia bányászat alkalmazási területei
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
Tanulástámogató anyagok
Online források
A tantárgy teljesítéséhez ajánlott előzetes ismeretek
Általános szabályok
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
A tantárgy elvégzéséhez szükséges tanulmányi munka
Nincs megadva munkaidő bontás.
Tantárgykövetelmények hatályossága
Tantervi elhelyezés
Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.