Learning in the nervous system I. reinforcement learning
|
|
- Emma Dudás
- 5 évvel ezelőtt
- Látták:
Átírás
1 Learnng n te nervous system I. renforcement learnng Balazs B Ujfalussy 24 october 2016
2 Teoretcal Neuroscence Computatonal and Matematcal Modelng of Neural Systems Larry Abbott and Peter Dayan Renforcement Learnng An Introducton Rcard S. Sutton and Andrew G. Barto
3 learnng Dynamcs of a neural network: r dr dt = r(t)+ + Wr(t) frng rate external nput synaptc wegts ow to modfy te parameters (w) to aceve a gven dynamcs? For a sngle neuron: v = f(wu) ow to modfy te w to mplement a gven mappng from nput u to response r?
4 Types of learnng v = f(wu) Supervsed learnng bot u and v are gven supervsed Hebban learnng, gradent-based (perceptron) - next week labelled nput data s sparse / expensve v does not elp te network ow to solve te task - ow to develop useful representatons Unsupervsed learnng only u s gven OK, but ow can we learn f we don t get any feed-back? goal: fnd patterns n te data learn useful representatons unlabelled data s ceap! rest of te class
5
6
7
8
9 Types of learnng v = f(wu) Supervsed learnng bot u and v are gven supervsed Hebban learnng, gradent-based (perceptron) - next week labelled nput data s sparse / expensve v does not elp te network ow to solve te task - ow to develop useful representatons Renforcement learnng v s not provded but some feed-back sgnal about te performance of te system agent nteracts wt ts envronment receves feed-back n te form of reward goal: maxmse future reward Unsupervsed learnng only u s gven OK, but ow can we learn f we don t get any feed-back? goal: fnd patterns n te data learn useful representatons unlabelled data s ceap!
10 Predctng reward Pavlovan - classcal condtonng uncondtoned stmulus, condtoned stmulus uncondtoned stmulus: smell & vew of food acton condtoned stmulus: sound of bell reward nstrumental - operant condtonng te actons of te anmal determne te reward
11 Rescorla-Wagner rule v represents predcted reward lnear predcton of reward v = wu E = 1 2 (v r)2 w {z! } w + de dw w! w + u wt = r v Predctng reward! E = 1 2 (wu de dw = 1 d 2 dw (wu de = u (v r) dw {z } error! r)2 r)2
12 Rescorla-Wagner rule v represents predcted reward lnear predcton of reward v = wu Predctng reward E = 1 2 (v r)2 w! w + de dw {z } w! w + u wt = r v
13 renforcement learnng State state of te envronment partally observed Markov property Acton agents nteract wt te envronment wt actons polcy maps states to actons actons may cange te state and/or lead to reward Reward Rt(s,a) s te reward gven at tme t nstate s and acton a negatve or postve goal: maxmse total reward polcy πt (at st) reward functon Rt(st,at) state transton functon G(st, at) everytng te agent can not fully control
14
15 Wy s t ard? renforcement learnng rewards are dstal - credt assgnment problem state-space s uge - searcng takes a long tme! state dynamcs s unknown state dynamcs s stocastc - nosy envronment or nosy acton rewards are stocastc states are only partally observed rules cange wt tme
16 k=0 grdworld state transtons P (s t+1 s t,a t ) rewards: r(s t,a t,s t+1 ) dscountng: R t = r t+1 + r t r t X = polcy: k r t+k+1 (a t s t ) k=0 k r t+k+1 wat s te value assocated wt a gven state under a polcy? Bellmann equaton: V (s) = E [R t S t = s] X 1 = E S t = s = E r t+1 + = X a = X a 1X k=0 k r t+k+2 (a s) X s 0 P (s 0 a, s) " S t = s r(s, a, s 0 )+ E 1 X k=0 (a s) X P (s 0 a, s) r(s, a, s 0 )+ V (s 0 ) s 0 consstency relatonsp between states depends on polcy optmal polcy: gest value learnng: fnd te optmal polcy k r t+k+2 S t = s 0#
17 grdworld state transtons P (s t+1 s t,a t ) rewards: r(s t,a t,s t+1 ) Bellmann equaton dscountng: for Q: R t = r t+1 + r t r t X Q (s, a) = X P (s 0 a, s) r(s, = a, s 0 )+ X k r (a s 0 ) Q (s 0,a) t+k+1 s 0 a k=0 polcy: k r t+k+1 (a t s t ) k=0 wat s te value assocated wt a gven state under a polcy? Bellmann equaton: V (s) = E [R t S t = s] X 1 = E S t = s = E r t+1 + = X a = X a 1X k=0 k r t+k+2 (a s) X s 0 P (s 0 a, s) " S t = s r(s, a, s 0 )+ E 1 X k=0 (a s) X P (s 0 a, s) r(s, a, s 0 )+ V (s 0 ) s 0 consstency relatonsp between states depends on polcy optmal polcy: gest value learnng: fnd te optmal polcy k r t+k+2 S t = s 0#
18 Computng te value functon, V(s) random polcy optmal polcy
19 solutons to te RL problem dynamc programmng solve Belmann equatons teratvely need an accurate model of te envronment polcy evaluaton: Vπ(s) π(a s) polcy mprovement: π(a s) Vπ(s) Monte Carlo tecnques update value functons based on average returns Q (s t,a t ) Q (s t,a t )+ R t Q (s t,r t ) temporal dfference learnng R don t wat wt te updates untl te end of te tral! {z } Q (s t,a t ) Q (s t,a t )+ r t+1 + Q (s t+1,a t+1 ) {z } estmate Q (s t,a t ) {z }
20 solutons to te RL problem temporal dfference learnng R don t wat wt te updates untl te end of te tral! Q (s t,a t ) Q (s t,a t )+ r t+1 + Q (s t+1,a t+1 ) {z } estmate Q (s t,a t ) {z } Monte Carlo temporal dfference
21 solutons to te RL problem temporal dfference learnng don t wat wt te updates untl te R end of te tral! Q (s t,a t ) Q (s t,a t )+ r t+1 + Q(s t+1,a t+1 ) {z Q(s t,a t ) } estmate Q-learnng: a powerful algortm tat as been appled to many dfferent real-word {z {z } } problems Q(s t,a t ) Q(s t,a t )+ r t+1 + max Q(s t+1,a) Q(s t,a t ) a {z } predcton error neuronal mplementaton: learn te state space - representatonal learnng tabular vs. functon approxmaton learnng s based on predcton error s reward predcton error calculated by te bran?
22 dopamne = predcton error? t r t+ Q t Q t+1 Q t t r t+1 + max Q(s t+1,a) Q(s t,a t ) a {z } t
23 dopamne = predcton error? t r t+ Q t Q t+1 Q t t
24 Megerősítéses tanulás Az aktív (környezettel való nterakcókból való) tanulás egyk nagy próblémája a felfedezés és a kaknázás (exploraton - explotaton) dlemmája: Amkor választanom kell, akkor a már megszerzett tudásomat aknázom k, azaz a pllanatnylag legjobbnak látszó leetőséget választom, vagy próbálok mnél több nformácót begyűjten a még smeretlen leetőségek értékéről (felfedezés). Az egyk klasszkus példa, amben vzsgáln szokták a dlemmát a "félkarú rabló" (n-armed bandt) játék. A játékos N különböző akcóból (játékgépből) választat, melyek során különböző valószínűséggel jutat jutalomoz. A játékos folyamatosan gyűjt a jutalmat és az nformácót, és frssít az egyes akcókoz tartozó értéket: Qt(a) = (R1 + R2 + + RKa) / Ka aol Ka az a eddg akcó választásának száma. Tegyük fel, ogy N=4 és az egyes választások átlagos értéke R(a) ~ Unform(0,1) egy véletlen szám 0 és 1 között, az aktuáls jutalom pedg a R(a) valószínüséggel 1, 1-R(a) valószínűséggel pedg 0. Írj egy rövd programot, am szmulálja a játékos vselkedését különböző döntésozó mecanzmusok mellett! Vzsgáld meg a begyűjtott jutalmak számát, a becsült akcó-értékeket (Q(a)) és a választásokat egy kb menet osszú játékban. M lenne az optmáls stratága? Mlyen gyorsan - gyakran találta meg a játékos az optmáls stratégát? Tegyük fel, ogy a kezdetben mnden Q(a)=0.5, és játékos mndg a legnagyobb Q(a) értékkel rendelkező leetőséget választja a játékos. Ez jó stratéga? Mlyen veszélyt rejt magában? (4p) Módosítsunk annyt a stratégán, ogy a játékos kezdetben optmsta - mondjuk úgy ndul, mnta már 10- szer választotta volna mndegyk leetőséget, és mndannyszor nyert volna. M változk meg ettől? Mlyen előnye és átránya van az optmzmusnak? (2p) Tegyük fel, ogy a játékos valószínűség játékos - mnden leetőséget Q(a) arányában választ. Tud-e így több jutalmat gyűjten, mnt az ak mndg az általa legjobbnak vélt leetőséget választja? (2p) Van más ötleted arra, ogy ogyan leetne gyorsan megtaláln a legjobb stratégát? (2p)
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Review of Correlation & Regression
Mskolc Egetem Gazdaságtudomán Kar Üzlet Informácógazdálkodás és Módszertan Intézet Revew of Correlaton & Regresson Petra Petrovcs Mskolc Egetem Gazdaságtudomán Kar Üzlet Informácógazdálkodás és Módszertan
RészletesebbenMegerősítéses tanulási módszerek és alkalmazásaik
MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR Megerősítéses tanulási módszerek és alkalmazásaik Tompa Tamás tanársegéd Általános Informatikai Intézeti Tanszék Miskolc, 2017. szeptember 15. Tartalom
RészletesebbenPerformance Modeling of Intelligent Car Parking Systems
Performance Modeling of Intelligent Car Parking Systems Károly Farkas Gábor Horváth András Mészáros Miklós Telek Technical University of Budapest, Hungary EPEW 2014, Florence, Italy Outline Intelligent
RészletesebbenAbigail Norfleet James, Ph.D.
Abigail Norfleet James, Ph.D. Left side of brain develops first in girls, right in boys o Probably source of girls verbal skills o And source of boys spatial skills Pre-frontal lobes Control impulses and
RészletesebbenMegerősítéses tanulás
Megerősítéses tanulás elméleti kognitív neurális Introduction Knowledge representation Probabilistic models Bayesian behaviour Approximate inference I (computer lab) Vision I Approximate inference II:
RészletesebbenGenome 373: Hidden Markov Models I. Doug Fowler
Genome 373: Hidden Markov Models I Doug Fowler Review From Gene Prediction I transcriptional start site G open reading frame transcriptional termination site promoter 5 untranslated region 3 untranslated
RészletesebbenCorrelation & Linear Regression in SPSS
Petra Petrovics Correlation & Linear Regression in SPSS 4 th seminar Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Correlation
RészletesebbenFirst experiences with Gd fuel assemblies in. Tamás Parkó, Botond Beliczai AER Symposium 2009.09.21 25.
First experiences with Gd fuel assemblies in the Paks NPP Tams Parkó, Botond Beliczai AER Symposium 2009.09.21 25. Introduction From 2006 we increased the heat power of our units by 8% For reaching this
RészletesebbenUsing the CW-Net in a user defined IP network
Using the CW-Net in a user defined IP network Data transmission and device control through IP platform CW-Net Basically, CableWorld's CW-Net operates in the 10.123.13.xxx IP address range. User Defined
RészletesebbenKorszerű információs technológiák
MISKOLCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR Korszerű információs technológiák Megerősítéses tanulási módszerek és alkalmazásaik Tompa Tamás tanársegéd Általános Informatikai Intézeti Tanszék Miskolc,
RészletesebbenStratégiák tanulása az agyban
Statisztikai tanulás az idegrendszerben, 2019. Stratégiák tanulása az agyban Bányai Mihály banyai.mihaly@wigner.mta.hu http://golab.wigner.mta.hu/people/mihaly-banyai/ Kortárs MI thispersondoesnotexist.com
RészletesebbenPhenotype. Genotype. It is like any other experiment! What is a bioinformatics experiment? Remember the Goal. Infectious Disease Paradigm
It is like any other experiment! What is a bioinformatics experiment? You need to know your data/input sources You need to understand your methods and their assumptions You need a plan to get from point
RészletesebbenMegerősítéses tanulás
Megerősítéses tanulás 2 Múltbeli események Tudás A világ tanult szabályosságai Tudatosság? A konkrét megfigyelésből kikövetkeztetett információ Döntéshozás Érzékelés Izomvezérlés How to build a decision
RészletesebbenFOSS4G-CEE Prágra, 2012 május. Márta Gergely Sándor Csaba
FOSS4G-CEE Prágra, 2012 május Márta Gergely Sándor Csaba Reklám helye 2009 óta Intergraph szoftverek felől jöttünk FOSS4G felé megyünk Békés egymás mellett élés több helyen: Geoshop.hu Terkep.torokbalint.hu
RészletesebbenTanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function
Tanulás az idegrendszerben Structure Dynamics Implementation Algorithm Computation - Function Tanulás pszichológiai szinten Classical conditioning Hebb ötlete: "Ha az A sejt axonja elég közel van a B sejthez,
RészletesebbenKELER KSZF Zrt. bankgarancia-befogadási kondíciói. Hatályos: 2014. július 8.
KELER KSZF Zrt. bankgarancia-befogadási kondíciói Hatályos: 2014. július 8. A KELER KSZF a nem-pénzügyi klíringtagjaitól, és az energiapiaci alklíringtagjaitól a KELER KSZF Általános Üzletszabályzata szerinti
RészletesebbenBevezetés a kvantum-informatikába és kommunikációba 2015/2016 tavasz
Bevezetés a kvantum-informatikába és kommunikációba 2015/2016 tavasz Kvantumkapuk, áramkörök 2016. március 3. A kvantummechanika posztulátumai (1-2) 1. Állapotleírás Zárt fizikai rendszer aktuális állapota
RészletesebbenEladni könnyedén? Oracle Sales Cloud. Horváth Tünde Principal Sales Consultant 2014. március 23.
Eladni könnyedén? Oracle Sales Cloud Horváth Tünde Principal Sales Consultant 2014. március 23. Oracle Confidential Internal/Restricted/Highly Restricted Safe Harbor Statement The following is intended
RészletesebbenKálmán-szűrés. Korszerű matematikai módszerek a geodéziában 2014.03.10.
Kálmánzűré Korzerű matemata módzere a geodézában 4.3.. A Kálmánzűré defnícója Olyan algortmu, amely valamely lneár dnamu rendzerben egzat övetezetét tez lehetővé, amely a rejtett Marovmodellhez haonló
RészletesebbenA forrás pontos megnevezésének elmulasztása valamennyi hivatkozásban szerzői jogsértés (plágium).
A szakirodalmi idézések és hivatkozások rendszere és megadásuk szabályai A bibliográfia legfontosabb szabályai Fogalma: Bibliográfiai hivatkozáson azoknak a pontos és kellően részletezett adatoknak az
RészletesebbenTársasjáték az Instant Tanulókártya csomagokhoz
Társasjáték az Instant Tanulókártya csomagokhoz Játssz, szórakozz, tanulj! Hogyan tanulj játszva az Instant Tanulókártyákkal? Használati utasítás Az Instant Tanulókártya családhoz tartozó társasjátékkal
RészletesebbenA modern e-learning lehetőségei a tűzoltók oktatásának fejlesztésében. Dicse Jenő üzletfejlesztési igazgató
A modern e-learning lehetőségei a tűzoltók oktatásának fejlesztésében Dicse Jenő üzletfejlesztési igazgató How to apply modern e-learning to improve the training of firefighters Jenő Dicse Director of
RészletesebbenEEA, Eionet and Country visits. Bernt Röndell - SES
EEA, Eionet and Country visits Bernt Röndell - SES Európai Környezetvédelmi Ügynökség Küldetésünk Annak elősegítése, hogy az EU és a tagállamok a szükséges információk alapján hozhassák meg a környezet
RészletesebbenA BÜKKI KARSZTVÍZSZINT ÉSZLELŐ RENDSZER KERETÉBEN GYŰJTÖTT HIDROMETEOROLÓGIAI ADATOK ELEMZÉSE
KARSZTFEJLŐDÉS XIX. Szombathely, 2014. pp. 137-146. A BÜKKI KARSZTVÍZSZINT ÉSZLELŐ RENDSZER KERETÉBEN GYŰJTÖTT HIDROMETEOROLÓGIAI ADATOK ELEMZÉSE ANALYSIS OF HYDROMETEOROLIGYCAL DATA OF BÜKK WATER LEVEL
RészletesebbenExpansion of Red Deer and afforestation in Hungary
Expansion of Red Deer and afforestation in Hungary László Szemethy, Róbert Lehoczki, Krisztián Katona, Norbert Bleier, Sándor Csányi www.vmi.szie.hu Background and importance large herbivores are overpopulated
RészletesebbenANGOL NYELVI SZINTFELMÉRŐ 2013 A CSOPORT. on of for from in by with up to at
ANGOL NYELVI SZINTFELMÉRŐ 2013 A CSOPORT A feladatok megoldására 45 perc áll rendelkezésedre, melyből körülbelül 10-15 percet érdemes a levélírási feladatra szánnod. Sok sikert! 1. Válaszd ki a helyes
RészletesebbenMegerősítéses tanulás 2. előadás
Megerősítéses tanulás 2. előadás 1 Technikai dolgok Email szityu@eotvoscollegium.hu Annai levlista http://nipglab04.inf.elte.hu/cgi-bin/mailman/listinfo/annai/ Olvasnivaló: Sutton, Barto: Reinforcement
RészletesebbenMesterséges Intelligencia MI
Mesterséges Intelligencia MI Megerősítéses tanulás Pataki Béla BME I.E. 414, 463-26-79 pataki@mit.bme.hu, http://www.mit.bme.hu/general/staff/pataki Ágens tudása: Induláskor: vagy ismeri már a környezetet
RészletesebbenLocal fluctuations of critical Mandelbrot cascades. Konrad Kolesko
Local fluctuations of critical Mandelbrot cascades Konrad Kolesko joint with D. Buraczewski and P. Dyszewski Warwick, 18-22 May, 2015 Random measures µ µ 1 µ 2 For given random variables X 1, X 2 s.t.
RészletesebbenA Lean Beszállító fejlesztés tapasztalatai a Knorr Bremse-nél
A Lean Beszállító fejlesztés tapasztalatai a Knorr Bremse-nél Magyar Minőséghét Konferencia 206 Május 3. Lantos Gábor Lean Beszállító fejlesztés tapasztalatai a Knorr Bremse-nél Continuous mprovement Program
RészletesebbenUtolsó frissítés / Last update: február Szerkesztő / Editor: Csatlós Árpádné
Utolsó frissítés / Last update: 2016. február Szerkesztő / Editor: Csatlós Árpádné TARTALOM / Contents BEVEZETŐ / Introduction... 2 FELNŐTT TAGBÉLYEGEK / Adult membership stamps... 3 IFJÚSÁGI TAGBÉLYEGEK
RészletesebbenA vitorlázás versenyszabályai a 2013-2016. évekre angol-magyar nyelvű kiadásának változási és hibajegyzéke
A vitorlázás versenyszabályai a 2013-2016. évekre angol-magyar nyelvű kiadásának változási és hibajegyzéke A dokumentum A vitorlázás versenyszabályai a 2013-2016. évekre angol-magyar nyelvű kiadásában
RészletesebbenFÖLDRAJZ ANGOL NYELVEN
Földrajz angol nyelven középszint 0821 ÉRETTSÉGI VIZSGA 2009. május 14. FÖLDRAJZ ANGOL NYELVEN KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM Paper
RészletesebbenKIEGÉSZÍTŽ FELADATOK. Készlet Bud. Kap. Pápa Sopr. Veszp. Kecsk. 310 4 6 8 10 5 Pécs 260 6 4 5 6 3 Szomb. 280 9 5 4 3 5 Igény 220 200 80 180 160
KIEGÉSZÍTŽ FELADATOK (Szállítási probléma) Árut kell elszállítani három telephelyr l (Kecskemét, Pécs, Szombathely) öt területi raktárba, melyek Budapesten, Kaposváron, Pápán, Sopronban és Veszprémben
RészletesebbenÖsszeszerelési és kezelési útmutató. VideoTerminal 2600..
Összeszerelés és kezelés útmutató VdeoTermnal 2600.. Tartalom Készülékleírás...3 Szerelés...4 Az üvegfedél leszerelése...5 Kezelés...5 Normál beszéd üzemmód...6 Hívás fogadása... 6 Érvényesítés funkcó...
RészletesebbenSupporting Information
Supporting Information Cell-free GFP simulations Cell-free simulations of degfp production were consistent with experimental measurements (Fig. S1). Dual emmission GFP was produced under a P70a promoter
RészletesebbenPhilosophiae Doctores. A sorozatban megjelent kötetek listája a kötet végén található
Phlosophae Doctores A sorozatban megjelent kötetek lstája a kötet végén található Benedek Gábor Evolúcós gazdaságok szmulácója AKADÉMIAI KIADÓ, BUDAPEST 3 Kadja az Akadéma Kadó, az 795-ben alapított Magyar
RészletesebbenEgyenlőtlenségi mérőszámok alkalmazása az adatbányászatban. Hajdu Ottó BCE: Statisztika Tanszék BME: Pénzügyek tanszék Budapest, 2011
Egyenlőtlenségi mérőszámok alkalmazása az adatbányászatban Hajdu Ottó BCE: Statisztika Tanszék BME: Pénzügyek tanszék Budapest, 2011 Adatbányászati feladatok 1. Ismert mintákon, példákon való tanulás (extracting
RészletesebbenInvestment performance of the Hungarian Private and Voluntary Pension Funds (1999-2008)
Investment performance of the Hungarian Private and Voluntary Pension Funds In compliance with its legal reporting obligation (pursuant to Paragraph 24 Section 2 of the Government Decree No. 281/2001 (XII.26.)
RészletesebbenStatisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.
Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan
RészletesebbenFORGÁCS ANNA 1 LISÁNYI ENDRÉNÉ BEKE JUDIT 2
FORGÁCS ANNA 1 LISÁNYI ENDRÉNÉ BEKE JUDIT 2 Hátrányos-e az új tagállamok számára a KAP támogatások disztribúciója? Can the CAP fund distribution system be considered unfair to the new Member States? A
RészletesebbenBevezetés a kvantum-informatikába és kommunikációba 2016/2017 tavasz
Bevezetés a kvantum-informatikába és kommunikációba 2016/2017 tavasz Kvantumkapuk, áramkörök 2017. február 23. A kvantummechanika Posztulátumai, avagy, ahogy az apró dolgok működnek 1. Posztulátum: kvantum
RészletesebbenAz Ipoly árvízi előrejelző rendszer
Az Ipoly árvízi előrejelző rendszer Papanek László Katonáné Kozák Edit Pálfi Gergely Magyar Hidrológiai Társaság XXXIII. Vándorgyűlés 2015.06.02. A feladat közös, integrált, valós idejű hidrológiai előrejelző
RészletesebbenSOFI State of the Future Index
SOFI State of the Future Index http://www.millenniumproject.org/millennium/sofi.html BARTHA ZOLTÁN, SZITA KLÁRA MTA IX.O. SJTB JTAB ÜLÉS 2015.02.13. Főbb kérdések Mit takar a SOFI Módszertan Eredmények
RészletesebbenComputational Neuroscience
Computational Neuroscience Zoltán Somogyvári senior research fellow KFKI Research Institute for Particle and Nuclear Physics Supporting materials: http://www.kfki.hu/~soma/bscs/ BSCS 2010 Lengyel Máté:
RészletesebbenUtolsó frissítés / Last update: Szeptember / September Szerkesztő / Editor: Csatlós Árpádné
Utolsó frissítés / Last update: 2018. Szeptember / September Szerkesztő / Editor: Csatlós Árpádné TARTALOM / Contents BEVEZETŐ / Introduction... 2 FELNŐTT TAGBÉLYEGEK / Adult membership stamps... 3 IFJÚSÁGI
RészletesebbenDecision where Process Based OpRisk Management. made the difference. Norbert Kozma Head of Operational Risk Control. Erste Bank Hungary
Decision where Process Based OpRisk Management made the difference Norbert Kozma Head of Operational Risk Control Erste Bank Hungary About Erste Group 2010. 09. 30. 2 Erste Bank Hungary Erste Group entered
RészletesebbenPletykaalapú gépi tanulás teljesen elosztott környezetben
Pletykaalapú gépi tanulás teljesen elosztott környezetben Hegedűs István Jelasity Márk témavezető Szegedi Tudományegyetem MTA-SZTE Mesterséges Intelligencia Kutatócsopot Motiváció Az adat adatközpontokban
RészletesebbenKAPILLÁRIS NYOMÁS GÖRBE MEGHATÁROZÁSA HIGANYTELÍTÉSES POROZITÁSMÉRÉS ADATAIBÓL DETERMINATION OF CAPILLARY PRESSURE CURVE FROM MERCURY POROSIMETRY DATA
Műszak Földtudomány Közlemények, 84. kötet,. szám (03), pp. 63 69. KAPILLÁRIS NYOMÁS GÖRBE MEGHATÁROZÁSA HIGANYTELÍTÉSES POROZITÁSMÉRÉS ADATAIBÓL DETERMINATION OF CAPILLARY PRESSURE CURVE FROM MERCURY
RészletesebbenTanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function
Tanulás az idegrendszerben Structure Dynamics Implementation Algorithm Computation - Function Tanulás pszichológiai szinten Classical conditioning Hebb ötlete: "Ha az A sejt axonja elég közel van a B sejthez,
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics.
Correlation & Linear Regression in SPSS Petra Petrovics PhD Student Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise
RészletesebbenFelnőttképzés Európában
Felnőttképzés Európában Nincs szükség annyi diplomásra, amennyit képeznek Helyettük szakképzett emberekre lenne kereslet Az itthon OKJ-s képzés európai hagyományában két vonal érvényesül: - dán - német
RészletesebbenEN United in diversity EN A8-0206/419. Amendment
22.3.2019 A8-0206/419 419 Article 2 paragraph 4 point a point i (i) the identity of the road transport operator; (i) the identity of the road transport operator by means of its intra-community tax identification
RészletesebbenKlaszterezés, 2. rész
Klaszterezés, 2. rész Csima Judit BME, VIK, Számítástudományi és Információelméleti Tanszék 208. április 6. Csima Judit Klaszterezés, 2. rész / 29 Hierarchikus klaszterezés egymásba ágyazott klasztereket
RészletesebbenStatistical Dependence
Statistical Dependence Petra Petrovics Statistical Dependence Deinition: Statistical dependence exists when the value o some variable is dependent upon or aected by the value o some other variable. Independent
RészletesebbenFlowering time. Col C24 Cvi C24xCol C24xCvi ColxCvi
Flowering time Rosette leaf number 50 45 40 35 30 25 20 15 10 5 0 Col C24 Cvi C24xCol C24xCvi ColxCvi Figure S1. Flowering time in three F 1 hybrids and their parental lines as measured by leaf number
RészletesebbenStatistical Inference
Petra Petrovics Statistical Inference 1 st lecture Descriptive Statistics Inferential - it is concerned only with collecting and describing data Population - it is used when tentative conclusions about
RészletesebbenValószínűségi modellellenőrzés Markov döntési folyamatokkal
Valószínűségi modellellenőrzés Markov döntési folyamatokkal Hajdu Ákos Szoftver verifikáció és validáció 2015.12.09. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek
RészletesebbenLexington Public Schools 146 Maple Street Lexington, Massachusetts 02420
146 Maple Street Lexington, Massachusetts 02420 Surplus Printing Equipment For Sale Key Dates/Times: Item Date Time Location Release of Bid 10/23/2014 11:00 a.m. http://lps.lexingtonma.org (under Quick
RészletesebbenSzoftver-technológia II. Tervezési minták. Irodalom. Szoftver-technológia II.
Tervezési minták Irodalom Steven R. Schach: Object Oriented & Classical Software Engineering, McGRAW-HILL, 6th edition, 2005, chapter 8. E. Gamma, R. Helm, R. Johnson, J. Vlissides:Design patterns: Elements
RészletesebbenReport on the main results of the surveillance under article 11 for annex II, IV and V species (Annex B)
0.1 Member State HU 0.2.1 Species code 1321 0.2.2 Species name Myotis emarginatus 0.2.3 Alternative species scientific name 0.2.4 Common name csonkafülű denevér 1. National Level 1.1 Maps 1.1.1 Distribution
RészletesebbenMŰSZAKI TUDOMÁNY AZ ÉSZAK-ALFÖLDI RÉGIÓBAN 2010
MŰSZAKI TUDOMÁNY AZ ÉSZAK-ALFÖLDI RÉGIÓBAN 2010 KONFERENCIA ELŐADÁSAI Nyíregyháza, 2010. május 19. Szerkesztette: Edited by Pokorádi László Kiadja: Debreceni Akadémiai Bizottság Műszaki Szakbizottsága
RészletesebbenMűszaki folyamatok közgazdasági elemzése. Kevert stratégiák és evolúciós játékok
Műszak folyamatok közgazdaság elemzése Kevert stratégák és evolúcós átékok Fogalmak: Példa: 1 szta stratéga Vegyes stratéga Ha m tszta stratéga létezk és a 1 m annak valószínűsége hogy az - edk átékos
RészletesebbenRendszermodellezés: házi feladat bemutatás
Rendszermodellezés: házi feladat bemutatás Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology and Economics Department of Measurement
Részletesebbendiscosnp demo - Peterlongo Pierre 1 DISCOSNP++: Live demo
discosnp demo - Peterlongo Pierre 1 DISCOSNP++: Live demo Download and install discosnp demo - Peterlongo Pierre 3 Download web page: github.com/gatb/discosnp Chose latest release (2.2.10 today) discosnp
RészletesebbenFizikai kémiai és kolloidkémiai laboratóriumi gyakorlatok gyógyszerészhallgatók részére 2018/2019. tanév, II. félév. Név
gyakorlatok gyógyszerészhallgatók részére 1 1 1 1 1 P P P P P 1 3 5 7 9 12 4 11 2 6 8 10 3 1 7 5 11 4 12 9 2 6 8 10 2 4 6 8 10 11 3 12 1 5 7 9 4 2 8 6 12 3 11 10 1 5 7 9 3 5 11 7 9 10 2 1 4 8 6 12 1 7
Részletesebbenizotópfrakcion Demény Attila, Kele Sándor, Siklósy Zoltán Geokémiai Kutatóintézet
Kis hımérsh rséklető kalcitkiválások izotópfrakcion pfrakcionációs folyamatai Demény Attila, Kele Sándor, Siklósy Zoltán Geokémiai Kutatóintézet 1996 Hertelendi, E., Svingor, É., 1996. Carbon and oxygen
RészletesebbenB&V. CSALOGÁNY IRODAHÁZ/OFFICE BUILDING Budapest, II., Csalogány utca 47-49. BÉRBEADÓ IRODÁK OFFICES TO LET
The pictures are illustrative. Data published here is of informative nature only, does not constitute a contractual offer. 2008. 02. 21. BÉRBEADÓ PROJEKT- IRODÁK OFFICES BESCHREIBUNG TO LET Real Kft. Mészáros
RészletesebbenEnsemble Kalman Filters Part 1: The basics
Ensemble Kalman Filters Part 1: The basics Peter Jan van Leeuwen Data Assimilation Research Centre DARC University of Reading p.j.vanleeuwen@reading.ac.uk Model: 10 9 unknowns P[u(x1),u(x2),T(x3),.. Observations:
RészletesebbenCorrelation & Linear Regression in SPSS
Correlation & Linear Regression in SPSS Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise 1 - Correlation File / Open
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests
Nonparametric Tests Petra Petrovics Hypothesis Testing Parametric Tests Mean of a population Population proportion Population Standard Deviation Nonparametric Tests Test for Independence Analysis of Variance
RészletesebbenSTUDENT LOGBOOK. 1 week general practice course for the 6 th year medical students SEMMELWEIS EGYETEM. Name of the student:
STUDENT LOGBOOK 1 week general practice course for the 6 th year medical students Name of the student: Dates of the practice course: Name of the tutor: Address of the family practice: Tel: Please read
RészletesebbenMegerősítéses tanulás
Gépi tanulás (Szekvenciális döntési probléma) Megerősítéses tanulás Pataki Béla BME I.E. 414, 463-26-79 pataki@mit.bme.hu, http://www.mit.bme.hu/general/staff/pataki Az egész világot nem tudjuk modellezni,
RészletesebbenSzéchenyi István Egyetem www.sze.hu/~herno
Oldal: 1/6 A feladat során megismerkedünk a C# és a LabVIEW összekapcsolásának egy lehetőségével, pontosabban nagyon egyszerű C#- ban írt kódból fordítunk DLL-t, amit meghívunk LabVIEW-ból. Az eljárás
RészletesebbenReport on the main results of the surveillance under article 11 for annex II, IV and V species (Annex B)
0.1 Member State HU 0.2.1 Species code 1050 0.2.2 Species name Saga pedo 0.2.3 Alternative species scientific name 0.2.4 Common name fűrészlábú szöcske 1. National Level 1.1 Maps 1.1.1 Distribution Map
RészletesebbenItem-válasz-elmélet alapú adaptív tesztelés. Item Response Theory based adaptive testing
Abstract Item-válasz-elmélet alapú adaptív tesztelés Item Response Theory based adaptve testng ANTAL Margt 1, ERŐS Levente 2 Sapenta EMTE, Műszak és humántudományok kar, Marosvásárhely 1 adjunktus, many@ms.sapenta.ro
RészletesebbenA Magyar Honvédség hírrendszerének továbbfejlesztése
A Magyar Honvédség hírrendszerének továbbfejlesztése Pándi Balázs 1 A zártcélú távközlõ hálózatokról szóló hatályos jogszabályban megfogalmazottak alapján a Magyar Honvédség Hálózata 2 mentesített az Elektronikus
RészletesebbenANOVA. Egy faktor szerinti ANOVA. Nevével ellentétben nem szórások, hanem átlagok összehasonlítására szolgál. Több független mintánk van, elemszámuk
Egy faktor zernt NOV Nevével ellentétben nem zóráok, hanem átlagok özehaonlítáára zolgál Több független mntánk van, elemzámuk,...,,, r y,...,, y, y,..., yr;,, r H : r NOV. élda (Box-Hunter-Hunter: Stattc
RészletesebbenHIDEGEN HENGERELT ALUMÍNIUM SZALAG LENCSÉSSÉGÉNEK VIZSGÁLATA INVESTIGATION OF CROWN OF COLD ROLLED ALUMINIUM STRIP
Anagmérnöki Tudományok, 37. kötet, 1. szám (2012), pp. 309 319. HIDEGEN HENGERELT ALUMÍNIUM SZALAG LENCSÉSSÉGÉNEK VIZSGÁLATA INVESTIGATION OF CROWN OF COLD ROLLED ALUMINIUM STRIP PÁLINKÁS SÁNDOR Miskolci
RészletesebbenA világ néhány jelentős migrációs útvonala napjainkban Bevezetés a migrációs politikába
A világ néhány jelentős migrációs útvonala napjainkban Bevezetés a migrációs politikába 2015. szeptember 15. Dr. Tarrósy István Alapkérdések Mit takar a fogalom? Milyen egyéb fogalmakkal tudjuk összekötni?
RészletesebbenINDEXSTRUKTÚRÁK III.
2MU05_Bitmap.pdf camü_ea INDEXSTRUKTÚRÁK III. Molina-Ullman-Widom: Adatbázisrendszerek megvalósítása Panem, 2001könyv 5.4. Bittérkép indexek fejezete alapján Oracle: Indexek a gyakorlatban Oracle Database
RészletesebbenTÉRGAZDÁLKODÁS - A TÉR MINT VÉGES KÖZÖSSÉGI ERŐFORRÁS INGATLAN NYILVÁNTARTÁS - KÜLFÖLDI PÉLDÁK H.NAGY RÓBERT, HUNAGI
TÉRGAZDÁLKODÁS - A TÉR MINT VÉGES KÖZÖSSÉGI ERŐFORRÁS INGATLAN NYILVÁNTARTÁS - KÜLFÖLDI PÉLDÁK H.NAGY RÓBERT, HUNAGI TÉRADAT PONTOS FRISS ELÉRHETŐ CÉL Elvárások FELHASZNÁLÓ Helytállóság Elégedettség ESZKÖZ
RészletesebbenCluster Analysis. Potyó László
Cluster Analysis Potyó László What is Cluster Analysis? Cluster: a collection of data objects Similar to one another within the same cluster Dissimilar to the objects in other clusters Cluster analysis
RészletesebbenSzerven belül egyenetlen dóziseloszlások és az LNT-modell
Szerven belül egyenetlen dózseloszlások és az LNT-modell Madas Balázs Gergely, Balásházy Imre MTA Energatudomány Kutatóközpont XXXVIII. Sugárvédelm Továbbképző Tanfolyam Hunguest Hotel Béke 2013. áprls
RészletesebbenRESEARCHING THE CONNECTION BETWEEN URBAN OPEN SPACES
A VÁROSI SZABADTEREK ÉS AZ INGATLANÉRTÉKEK KÖZÖTTI ÖSSZEFÜGGÉSEK VIZSGÁLATA BUDAPEST PÉLDÁJÁN RESEARCHING THE CONNECTION BETWEEN URBAN OPEN SPACES AND PROPERTY VALUES IN THE CASE OF BUDAPEST TAKÁCS DÁNIEL
RészletesebbenTanulás az idegrendszerben. Structure Dynamics Implementation Algorithm Computation - Function
Tanulás az idegrendszerben Structure Dynamics Implementation Algorithm Computation - Function Tanulás pszichológiai szinten Classical conditioning Hebb ötlete: "Ha az A sejt axonja elég közel van a B sejthez,
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Regression
Correlation & Regression Types of dependence association between nominal data mixed between a nominal and a ratio data correlation among ratio data Correlation describes the strength of a relationship,
RészletesebbenReport on the main results of the surveillance under article 11 for annex II, IV and V species (Annex B)
0.1 Member State HU 0.2.1 Species code 4110 0.2.2 Species name Pulsatilla pratensis ssp. hungarica 0.2.3 Alternative species Pulsatilla flavescens scientific name 0.2.4 Common name magyar kökörcsin 1.
RészletesebbenCiklikusan változó igényűkészletezési modell megoldása dinamikus programozással
Cklkusan változó gényűkészletezés modell megoldása dnamkus programozással Cklkusan változó gényűkészletezés modell megoldása dnamkus programozással DR BENKŐJÁNOS egyetem tanár SZIE 200 Gödöllő Páter K
RészletesebbenMechanizmus-tervezés: szociális jóléti függvény nem kooperatív (versengő) ágensek. A megegyezés keresése és elérése: Tárgyalás (Negotiation)
Tárgyalások/1 Mechanzmus-tervezés: szocáls jólét függvény nem kooperatív (versengő) ágensek (Szavazás (Votng)) (Árverés (Aucton)) A megegyezés keresése és elérése: Tárgyalás (Negotaton) (Érvelés (Argung))
RészletesebbenTraining of integrity advisors in Hungary. dr. Princzinger Péter NUPS Institute of Executive Training and Continuing Education
Training of integrity advisors in Hungary dr. Princzinger Péter NUPS Institute of Executive Training and Continuing Education Strategic frameworks I. Magyary Program Good State Task Organization Procedure
RészletesebbenANGOL NYELV KÖZÉPSZINT SZÓBELI VIZSGA I. VIZSGÁZTATÓI PÉLDÁNY
ANGOL NYELV KÖZÉPSZINT SZÓBELI VIZSGA I. VIZSGÁZTATÓI PÉLDÁNY A feladatsor három részbol áll 1. A vizsgáztató társalgást kezdeményez a vizsgázóval. 2. A vizsgázó egy szituációs feladatban vesz részt a
RészletesebbenSQL/PSM kurzorok rész
SQL/PSM kurzorok --- 2.rész Tankönyv: Ullman-Widom: Adatbázisrendszerek Alapvetés Második, átdolgozott kiadás, Panem, 2009 9.3. Az SQL és a befogadó nyelv közötti felület (sormutatók) 9.4. SQL/PSM Sémában
RészletesebbenAz egészségügyi munkaerő toborzása és megtartása Európában
Az egészségügyi munkaerő toborzása és megtartása Európában Vezetői összefoglaló Európai Egészségügyi Menedzsment Társaság. április Fogyasztó-, Egészség-, Élelmiszerügyi és Mezőgazdasági Végrehajtó Ügynökség
RészletesebbenCsima Judit április 9.
Osztályozókról még pár dolog Csima Judit BME, VIK, Számítástudományi és Információelméleti Tanszék 2018. április 9. Csima Judit Osztályozókról még pár dolog 1 / 19 SVM (support vector machine) ez is egy
RészletesebbenReport on the main results of the surveillance under article 11 for annex II, IV and V species (Annex B)
0.1 Member State HU 0.2.1 Species code 4029 0.2.2 Species name Chondrosoma fiduciarium 0.2.3 Alternative species scientific name 0.2.4 Common name magyar ősziaraszoló 1. National Level 1.1 Maps 1.1.1 Distribution
RészletesebbenGeneral information for the participants of the GTG Budapest, 2017 meeting
General information for the participants of the GTG Budapest, 2017 meeting Currency is Hungarian Forint (HUF). 1 EUR 310 HUF, 1000 HUF 3.20 EUR. Climate is continental, which means cold and dry in February
RészletesebbenLongman Exams Dictionary egynyelvű angol szótár nyelvvizsgára készülőknek
Longman Exams Dictionary egynyelvű angol szótár nyelvvizsgára készülőknek Egynyelvű angol nagyszótár haladó nyelvtanulóknak és nyelvvizsgázóknak 212,000 szócikkel A szótárban minden definíció egyszerű
Részletesebben2 level 3 innovation tiles. 3 level 2 innovation tiles. 3 level 1 innovation tiles. 2 tribe pawns of each color. 3 height 3 tribe pawns.
2 darab 3-as szintű találmány jelző Origin kártyaszövegek fordítása Vágd ki a az egyes kártyákhoz tartozó lapokat a vonalak és a színes terület mentén, majd csúsztasd be a kártyavédő fóliába úgy, hogy
Részletesebben