A gépi tanulás matematikai alapjai (BSc)

Tanszék: Alkalmazott és Numerikus Matematika Tanszék

Tematika:
0. Python alapok - numpy - sklearn - pytorch 1. Lineáris algebrai alapok: - távolság fogalmak - lineáris transzformációk - sajátérték probléma, sajátalterek - főtengely-tétel, szinguláris érték felbontás - alkalmazás: főkomponens-analízis - alkalmazás: k-közép klaszterezés 2. Többváltozós függvénytani alapok - többváltozós függvények deriváltjai (gradiens, Hesse mátrix, Jacobi mátrix) - többváltozós Taylor sorfejtés - Lagrange multiplikátoros módszer - alkalmazás: automatikus differenciálás, backpropagation 3. Valószínűségszámítási és statisztikai alapok - feltételes valószínűség - Bayes-tétel folytonos változók esetén - entrópia, Kullback-Leibler divergencia - maximum likelihood becslés - alkalmazás: naiv Bayes osztályozó - alkalmazás: lineáris regresszió Bayes megközelítéssel 4. Numerikus matematikai és optimalizálási alapok - gradiens módszerek - alkalmazás: sztochasztikus gradiens leszállás változatai

Előfeltétel: nincs.

Helyettesítő tárgyak: nincsenek.

Előadás:
Kurzuskód: MBNC99E-00009 Kredit: 3 Óraszám: 2 hetente