Gépi tanulás és mintafelismerés
Opcionális előadás

Tartalomjegyzék:

• Tematika
• Jegyek / Vizsga
• Irodalomjegyzék
• File-ok

Gépi tanulásnak nevezzük a mesterséges intelligencia azon módszereit, melyeket numerikus vagy "enyhén"strukturált adatokra alkalmazunk.

A gépi tanulás tehát egy nagyon tág terület, ahol nagyon sok módszerről és ennek megfelelően sok alkalmazásról is olvashatunk. A módszerek közös jellemzője, hogy olyan algoritmusokat fejlesszenek, melyek egy nagy adathalmazból a hasznos információkat ``kinyerjék''. Amint mondottuk, a megfogalmazás kellően általános: az adat jelenthet a mikorofon által rögzített akusztikus jelet, ebben az esetben az információ az ezekben az adatokban levő szöveg, amit az adatok forrása -- azaz a beszélő -- mondott. Egy másik példa a modern biológiában illetve a gyógyszertudományokban a proteinek, fehérjék, DNS-ek osztályozása.

• Bevezető fogalmak: adattípusok, feladattípusok (két előadás).
• Gépi tanulásos módszerek: regresszió, osztályozás, valószínűsági alapfogalmak (két előadás).
  Feladat: írjunk kódot, mely egy kétdimenziós Gaussz-eloszlásból generál
  mintát - adatokat. Vegyünk egy tetszőleges A projekciós mátrixot
  és vetítsük az adatokat három-dimenziós térbe. Jelenítsük meg az
  adatokat a MATLAB segítségével.
  Keressük meg a szignifikáns irányokat.
• Nem-felügyelt tanítás és az EM algoritmus (három előadás).
  Előadás - alapja: Christopher Bishop slide
  
  Feladat: implementáljuk az EM algoritmust "grafikusan".
  

  • generáljunk 1000 pontot egy Gaussz-keverékből.
    három komponenssel (r,g,b)
  • inicializáljuk a g_in felelősség-mátrixot
    azonosan 0.33...-mal.
  • iteráljuk az EM algoritmust
    (minden pontot színezzünk megfelelően)
  • teszteljük a megállási feltételt.
• Dimenzió-csökkentő módszerek (három előadás)
  • Főkomponensek (két előadás);
    
    Előadás - alapja: Shlens_PCA.pdf slide-ok.
    
    Feladat: teszteljük a PCA algoritmus működését valós adatokon.
    

    • Tekintsük az USPS adatbázist, (parancs: load usps) ahol a
      train_patterns-ben vannak a tanulási minták.
    • Számítsuk ki az adatok kovariancia-mátrixát.
    • Számítsuk ki azt, hogy hány PCA-komoponens szükséges
      az adatok átlag 98%-os visszaállítására.
    • Jelenítsük meg a komponenseket ás magyarázzuk meg a
      komponensek szignifikanciáját.
    • Tekintsük a 1248-ik adatot a teszt-adatbázisból (test-patterns).
      Keressük meg a kép koordinátáit a PCA-bázisban.
  • Független-komponenensek (egy előadás);
    Előadás alapja a Helsinki egyetemi előadások bevezető és
    második része.
    
    Feladat: Független komponensek alkalmazása valós adatokra.
    

    • Legyenek a következő wav file-ok:
      m1.wav, m2.wav, m3.wav, m4.wav.
    • Olvassuk be a file-okat, jelenítsük meg, játsszuk le azokat.
    • Találjuk meg a hang-keverékek eredetijét
      (indokoljuk meg a megoldást).
• Bayes-féle valószínűségi algoritmusok (két előadás).
  Feladat: Írjunk programot egy, mely Bayes-módszerrel végez regressziót.
  Az adatok az y=sin(x) függvény zajos megfigyelései a
  [-Pi,Pi] intervallumon.
  

  1. Generáljunk 40 adatot.
  2. Írjuk fel a másod-, harmad, illetve negyedfokú
     polinomokhoz tartozó Bayes-becsléseket.
  3. Minden polinom-fokra végezzük el az alábbi műveleteket:
     • Generáljunk K=30 paramétert a
       Bayes-becslésből.
     • Ábrázoljuk a polinomokat

A jegy a féléves tevékenység értékelése.

A félév során a kitűzött feladatokat számonkérem.

Nincs szóbeli vagy írásbeli vizsga; egy-két diák közös dolgozata lesz kiértékelve. A dolgozatok egy-egy témát járnak körül haladó -- no jóóóó, nem alap-- ... -- szinten.

A jelentkezés a FIFO-elv alapján történik, legtöbb 8 dolgozatot fogok osztályozni. A dolgozatokat lehet közösen is írni.

Az irodalomjegyzék a félév végéig bővülni fog. Várom a javaslatokat illetve a LINK-eket.

1. Tom Mitchell: Machine Learning, McGraw-Hill, 1997

1. meghatározáss egy online enciklopédia lapján - Wikipédián

1. startup.m -- Matlab INI file. Gondoskodik a vonalak illetve a grafikus objektumok kellő vastagságú rajzolásáról.
2. A forrás file-ok mintája -- csomagolt állomány, mely tartalmazza az összes szükséges file-ot, hogy a rendszeren lehessen generálni a dolgozatot (PDF formátumban).