-------------- SZAKDOLGOZAT/DIPLOMAMUNKA/TDK TÉMÁK --------------
INFORMÁCIÓK
Kedves hallgatók,
Gépi tanulás, Megerősítéses tanulás és Idősorokat feldolgozó alkalmazások kapcsán vállalok szakdolgozat és diplumamunka témavezetést.
A jelentkezések száma miatt, csak olyan hallgatók témavezetését tudom vállalni, akik az alábbi kurzusok közül legalább egyet jelesre teljesítettek:
-Adatelemzés a szociális médiában
-Gépi tanulás a gyakorlatban
-Bevezetés a mélytanulásba
-Szövegfeldolgozás mesterséges intelligencia alapokon
-Számítógépes szemantika
-Mesterséges intelligencia
Ezek a kurzusok nem csak megadják a szükséges alapokat, de az is látszik belőlük, hogy milyen stílusú szakdolgozat/diplomamunka témák lehetségesek. Nálam az adatelemzésen és mesterséges intelligencia-alapú algoritmusok fejlesztésén, kiértékelésén, gyakorlati alkalmazásán van a hangsúly (programozni kell, de nem az a cél).
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::: TÉMÁK :::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
-*-*-*-*-*-*-*-*-*-* Megerősítéses tanulás (Reinforcement learning) *-*-*-*-*-*-*-*-*-*-A Reinforcement learning (RL) napjaink egyik fő kutatási területe. A megerősítéses tanulás egy olyan gépi tanulási módszer, amely a kívánt viselkedések jutalmazásán és/vagy a nemkívánatosak büntetésén alapul. Általánosságban elmondható, hogy egy megerősítéses tanulással tanuló ágens képes érzékelni és értelmezni a környezetét, cselekvéseket végrehajtani, és próbálgatással és hiba útján tanulni. Az RL célja, hogy olyan rendszereket építsünk fel, melyben RL segítségével oldunk meg olyan gépitanuló feladatokat melyekben e módszerrel tudunk modelleket építeni.
Ilyen lehet például:
-(Részvény)Kereskedő botok
-Anomália detektáló
-Ajánló rendszerek
-Kép osztályzás
-*-*-*-*-*-*-*-*-*-* Idősor feldolgozás *-*-*-*-*-*-*-*-*-*-
A technológia terjedésével egyre több területen képződik hatalmas mennyiségű adat. Ezek az adatok időbélyeggel ellátott egy vagy több változós (uni-multivariate) idősorok melyeknek gyakran hasznos információt tartalmaznak egy-egy vállalkozás múlt vagy jövőbeli működésére nézve. A területet már régóta kutatják ám mindemellett mind a mai napig újabb és újabb módszerekkel próbálják elemezni és/vagy előre jelezni egy-egy idősor értékét.
Az idősorfeldolgozás témakörei általában:
-Idősor klasszifikáció felügyelt és felügyelet nélküli módszerekkel
-Anomália detektálás
-Előrejelző modellek
-Adat elemzés
:::::::::::::::::::::::::::::::::::::::: AJÁNLOTT KÖNYVEK/LINKEK ::::::::::::::::::::::::::::::::::::::::
Introduction to Time Series ForecastingDeep Learning for Time Series Forecasting
Deep Reinforcement Learning
Time Series Boot Camp
Time Series with Python
Time Series Made Easy in Python
PyTorch Forecasting
Spinning Up in Deep RL
Reliable Reinforcement Learning Implementations
Deep RL Bootcamp
UCL Course on RL