Gépi tanulási módszerek

2012/13 tavasz

levelező

Előadás fóliák

Bevezetés, valszám retro

Bayes döntéselmélet

Nem paraméteres osztályozások

Döntési fák

Lineáris gépek

Neurális hálózatok

Klaszterezés

Struktúrált predikció, Ajánló rendszerek, Rangsorolás

Vizsga

Írásbeli vizsga lesz. A vizsga 30+60 perces.

Az első 30 percben néhány gyakorlati feladat megoldása adja majd a gyakorlati teljesítést.

Gyakorlati feladatok lehetnek:

Bayes döntéselmélet
Maximum Likelihood Becslés
Osztályozók:
   Naive Bayes
   kNN
   Parzen-ablak
   C.45
   perceptron
Klaszterezők:
   k-közép
   hierarchikus
   DBSCAN

A második (60 perces) részben két kisebb téma "mélyebb" kifejtése lesz a feladat. A témák alapját az előadásfóliák képzik.

Projetkt feladat

Közös a nappalisokkal, lásd itt.

Linkek

Stanford gépi tanulási online kurzusa

Az SzTE Nyelvtechnológiai csoportja