Mesterséges neuronhálók Lőrincz András
Bevezető kérdések Mi az intelligencia? Mi a mesterséges intelligencia? 2
Miről lesz szó? Felismerés első típusa 3
Miről lesz szó? Felismerés első típusa Ló Honnan tudjuk? 4
Miről lesz szó? Felismerés első típusa Ló Honnan tudjuk? Már sok lovat láttunk korábban 5
Miről lesz szó? Felismerés első típusa Felismerés második típusa Ló Honnan tudjuk? Már sok lovat láttunk korábban 6
Miről nem lesz szó? Felismerés első típusa Felismerés második típusa Ló Honnan tudjuk? Már sok lovat láttunk korábban Ló? Miből gondoljuk? 7
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
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
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
Számítástudomány: kétfajta probléma Nem érdemes tanítani: Könnyű tanulni könnyű ellenőrizni Nehéz tanulni nehéz ellenőrizni Könnyű tanulni nehéz ellenőrizni gráf partícionálás ill. ellenőrzése 11
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
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
Írott anyag, vizsga és házik Könyv interneten: http://people.inf.elte.hu/lorincz 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: http://www.mlss2014.com/files/kolter_slides1.pdf http://www.mlss2014.com/files/kolter_slides2.pdf 2010-11/II. Lőrincz András Megerősítéses tanulás 14
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