Informatikai Kar Eötvös Loránd Tudományegyetem Mesterséges neuronhálók

Átírás

1 Mesterséges neuronhálók Lőrincz András

2 Bevezető kérdések Mi az intelligencia? Mi a mesterséges intelligencia? 2

3 Miről lesz szó? Felismerés első típusa 3

4 Miről lesz szó? Felismerés első típusa Ló Honnan tudjuk? 4

5 Miről lesz szó? Felismerés első típusa Ló Honnan tudjuk? Már sok lovat láttunk korábban 5

6 Miről lesz szó? Felismerés első típusa Felismerés második típusa Ló Honnan tudjuk? Már sok lovat láttunk korábban 6

7 Miről nem lesz szó? Felismerés első típusa Felismerés második típusa Ló Honnan tudjuk? Már sok lovat láttunk korábban Ló? Miből gondoljuk? 7

8 Miről nem lesz szó? Felismerés első típusa Felismerés második típusa Ló Honnan tudjuk? Már sok lovat láttunk korábban Ló? Miből gondoljuk? Konfiguráció és elemek hasonlóak 8

9 Tanuljunk a pszichológiától és a számítástudománytól Kategorizáció Felismerés első fajtája Komponens alapú felismerés Felismerés második fajtája recognition Könnyű tanulni (lenyomat fénykép) Könnyű használni (illesztés) Sok a tanulnivaló, nincs általánosítás Nehéz használni inferencia szükséges Nem kell tanulni kommunikálható Pl. zebra.. 9

10 Bevezető kérdések Mi az intelligencia? Mi a mesterséges intelligencia? Két részre osztjuk: Állapotleírás (beleértjük az akcióleírást is, pl.): szék vagy X.Y. vagy X.Y. ül a széken Mesterséges neuronhálók hálózatba fűzött nemlineáris elemekkel tipikusan közelítésekkel (regresszióval) és osztályozási feladatokkal foglalkoznak Célorientált tevékenység optimalizációja próba-szerencse alapon Megerősítéses tanulás második félév 10

11 Számítástudomány: kétfajta probléma Nem érdemes tanítani: Könnyű tanulni könnyű ellenőrizni Nehéz tanulni nehéz ellenőrizni Könnyű tanulni nehéz ellenőrizni gráf partícionálás ill. ellenőrzése 11

12 Számítástudomány: kétfajta probléma Nem érdemes tanítani: Könnyű tanulni könnyű ellenőrizni Nehéz tanulni nehéz ellenőrizni Könnyű tanulni nehéz ellenőrizni gráf partícionálás ill. ellenőrzése Érdemes tanítani: Nehéz tanulni könnyű ellenőrizni Polinomiális időben ellenőrizhető feladatok családja intelligencia tesztek komponenseket használ 12

13 Számítástudomány: kétfajta probléma Nem érdemes tanítani: Könnyű tanulni könnyű ellenőrizni Nehéz tanulni nehéz ellenőrizni Könnyű tanulni nehéz ellenőrizni gráf partícionálás ill. ellenőrzése Érdemes tanítani: Nehéz tanulni könnyű ellenőrizni Polinomiális időben ellenőrizhető feladatok családja intelligencia tesztek komponenseket használ Példa: Zebra: ló + csíkok Ló: fej + nyak + sörény + test + 4 láb + farok Fej: két szem + két fül + orr + száj Száj: gyakran hússzínű, alakja pedig: hosszú-hosszú leírás Hússzínű:???? kikerülhetetlen a példa-alapú tanulás 13

14 Írott anyag, vizsga és házik Könyv interneten: Materials (1998-as) matematika benne van, fontosabb elemek benne vannak jó matematikai háttérrel érthető, lehet belőle vizsgázni Előadás Jóval kevesebb, mint a könyv csökkenteni kellett az anyagon, nehéz a matematika Több, sokat tudtunk meg a komponensekről az elmúlt tíz évben Wikipedia és Scholarpedia kiváló angolul Házi: van Egyéb Kiváló bevezető / áttekintő anyag mi is használni fogjuk: /II. Lőrincz András Megerősítéses tanulás 14

15 Értékelés + vizsga Példák, feladatok 1. Matematika ismétlés gyakorlaton Nem kell beadni, de lesz a vizsgán Értékelés 1. Beugró feltétel: matematika gyakorlat példáiból feladatok a neuronhálós tananyaggal kapcsolatos kérdések Tapasztalat: 1. El kell járni 2. Gyakorlat feladatait meg kell oldani Siker sansza: 90% Különben: ~ 0% Lőrincz András Mesterséges neuronhálók 15