Thesis supervisor: Gábor Farkas
Location of studies (in Hungarian): Eötvös Loránd tudományegyetem Abbreviation of location of studies: ELTE
Description of the research topic:
Az elmúlt néhány évtizedben az élet minden területén (ipar, mezőgazdaság, egészségügy stb.) felhalmozódtak olyan adathalmazok, amelyek sok értékes rejtett információt tartalmaznak. Ezek kinyerésére a mesterséges intelligencia számos területén, például adatbányászat, gépi tanulás, neurális hálózatok, születtek módszerek. Kísérleti körülmények közt, minta adatbázisokon ezek a módszerek kiválóan teljesítenek, viszont a valós környezetből származó adatokon nem biztos. Olyan eset is van, amikor az ipari fél teljesen új kérdést tesz fel, amelynek megválaszolására nincs is módszer.
Konkrétabban, ezen téma keretében vizsgáljuk, hogy hogyan használhatunk fel gráfelméleti, illetve valószínűségszámítási eredményeket prediktív kérdésekre választ adó neurális hálók tervezésére, vagy hogyan lehet neurális hálókkal kiszámolni mátrixfaktorizációs folyamatoknál a hibafüggvényt.
előírt nyelvtudás: angol
ajánlott nyelvtudás (magyar oldal): magyar
további elvárások:
Elvárt előtanulmányok: Diszkrét matematika I-II, Analízis I-II-III, Lineáris algebra, Adattudomány alapjai, Gépi tanulás, Párhuzamos és osztott algoritmusok.
Magasszintű programozói tudás, jártasság HPC (nagy teljesítményű programozás) területén.
Login
