tanulás – tanuló gépek – tanuló algoritmusok – mesterséges...
TRANSCRIPT
![Page 1: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/1.jpg)
10/9/2009
Zrínyi Miklós GimnáziumMűvészet és tudomány napja
Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges neurális hálózatok
Dr. Viharos Zsolt JánosElsősorban volt Zrínyis diákTudományos főmunkatársMTA SZTAKIMérnöki és üzleti intelligencia kutatócsoportGyártási és üzleti folyamatok kutatócsoport-vezetőwww.sztaki.hu/~viharos
![Page 2: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/2.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Tartalom
•Tanulás•Tanuló gépek, tanuló algoritmusok•Mesterséges neurális hálózatok•Alkalmazások•Kitekintés
![Page 3: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/3.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Tanulás
![Page 4: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/4.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
•Sárga yellow•Piros red•Zöld green•Bíbor purple•Fekete black•Barna brawn•Rózsaszín pink•Narancssárga orange•Fehér white•Kék blue
Tanulás – tudásszint & olvasás
•Sárga yellow•Piros red•Zöld green•Bíbor purple•Fekete black•Barna brawn•Rózsaszín pink•Narancssárga orange•Fehér white•Kék blue
Tudás: 0Hiba: 10
/1
![Page 5: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/5.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Tanulás – tudásszint & olvasás
•Sárga yellow•Piros red•Zöld green•Bíbor purple•Fekete black•Barna brawn•Rózsaszín pink•Narancssárga orange•Fehér white•Kék blue
Tudás: 3Hiba: 7
/2
![Page 6: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/6.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Tanulás – tudásszint & olvasás
•Sárga yellow•Piros red•Zöld green•Bíbor purple•Fekete black•Barna brawn•Rózsaszín pink•Narancssárga orange•Fehér white•Kék blue
Tudás: 6Hiba: 4
/3
![Page 7: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/7.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Tanulás – tudásszint & olvasás
•Sárga yellow•Piros red•Zöld green•Bíbor purple•Fekete black•Barna brawn•Rózsaszín pink•Narancssárga orange•Fehér white•Kék blue
Tudás:10Hiba: 0
/4
![Page 8: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/8.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Tudás vs. hibaA hiba csökkenése az ismétlések számának
növelésével
0123456789
10
1 2 3 4Ismétlésszám
Hib
aszi
nt/tu
dáss
zint Tudásszint
Hibaszint
![Page 9: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/9.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Tanulás – folyamat (számtalan egyszerűsítés!)
•Tananyag - párok magyarul angolul
•Tanulás•A tananyag ismétlése = párok ismételt olvasása
•Cél: a tudás növelése = a hiba csökkentése
•A tudás növekedése mérhető a hiba csökkenésével
![Page 10: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/10.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
1 bemenet – 1 kimenet
•Sárga yellow•Piros red•Zöld green•Bíbor purple•Fekete black•Barna brawn•Rózsaszín pink•Narancssárga orange•Fehér white•Kék blue
•Tanulás–„raktározás”•Ismertek a bemenet – kimenet párok
•Tudás-„előhívás” (beszéd, dolgozat, felelés)•Adott a bemenet kimenet
meghatározása
•Sárga yellow•Piros red•Zöld green•Bíbor purple•Fekete black•Barna brawn•Rózsaszín pink•Narancssárga orange•Fehér white•Kék blue
![Page 11: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/11.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Tanuló gépek, tanuló algoritmusok
•Sárga yellow•Piros red•Zöld green•Bíbor purple•Fekete black•Barna brawn•Rózsaszín pink•Narancssárga orange•Fehér white•Kék blue
•Tanulás–„raktározás”•Ismertek a bemenet – kimenet párok
•Tudás-„előhívás” (beszéd, dolgozat, felelés)•Adott a bemenet kimenet
meghatározása
•Sárga yellow•Piros red•Zöld green•Bíbor purple•Fekete black•Barna brawn•Rózsaszín pink•Narancssárga orange•Fehér white•Kék blue
![Page 12: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/12.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
•Sárga = 1 yellow = 20•Piros = 2 red = 19•Zöld = 3 green = 18•Bíbor = 4 purple = 17•Fekete = 5 black = 16•Barna = 6 brawn = 15•Rózsaszín = 7 pink = 14•Narancss. = 8 orange = 13•Fehér = 9 white = 12•Kék = 10 blue = 11
Tanulás – tudásszint & olvasás
![Page 13: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/13.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
•Sárga = 1 yellow = 20•Piros = 2 red = 19•Zöld = 3 green = 18•Bíbor = 4 purple = 17•Fekete = 5 black = 16•Barna = 6 brawn = 15•Rózsaszín = 7 pink = 14•Narancss. = 8 orange = 13•Fehér = 9 white = 12•Kék = 10 blue = 11
Tanulás – tudásszint & olvasás
?
![Page 14: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/14.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Biológia – matematika - számítástechnika
•1,2,3… 20,19,18…
•Tanítunk: sokszor megmutatjuk a számpárokat•Biológiai analógia
•Neuronok•Összeköttetések•Ingerület terjedés
•Elektromos áram•Bemeneti, (sok) rövid és (egy) kimeneti,
hosszú axon
•Az axonok módosítják az információt•A sejten átmenő információ is módosul
•Ez a tudás tárolási modell alapja!
?
![Page 15: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/15.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
A neuronmodell
bemenetek
bemenetek
kimenet
kimenet
biológia
matematika
modellezés
![Page 16: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/16.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Információáramlás és módosítás
Inputok: számok(oj)
Output: szám (O)
A bemenő oj számokata bemeneti
összeköttetések módosítják, így a
neuron az xj számokat kapja meg
xj = F3(oj)
A számok „összegződnek”
egy végleges bemeneti számmá
I = F1(xj)
A bemeneti szám „áttranszormálódik”
egy kimeneti számmá
O = F2(I)
oj xj xj I I O
![Page 17: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/17.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Információáramlás és módosítás
Inputok: számok(oj)
Output: szám (O)
Összegzés
F1 := sum()
I = F1(xj)
I = sum(xj)=x1+x2…
xj I
Min
den
j-re!
oj xjÖsszeköttetés paraméter: wj
F3 := wj*
xj = F3(oj):
xj = wj * oj
w1
w2
wj
Átmeneti függvény
Ha I<=th := 0Ha I>th := 1
O = 0 vagy 1
I O
th
th
1
0 I
O
O
1
0 Ith
![Page 18: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/18.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Információáramlás és módosítás
Inputok: számok(oj)
Output: szám (O)
O = Fv (oj, wj, th)Neuron paraméterek: wj, th (n+1 db)
- ezek tárolják a neuron „tudását”
![Page 19: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/19.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Kapcsolatok
![Page 20: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/20.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Neurális hálózat
A mesterséges neurális hálózatA neurális hálózat
![Page 21: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/21.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Neurális hálózat
…
j
ki
Szám1
Szám2
számj
Szám x
Szám y
Szám i
A modell j db számból i db számot „csinál”
A modell paraméterei:-Minden súly
-Jelen esetben:J * k + k * i db
-Minden th-Jelen esetben
k + i db
Ilyen mennyiségűparaméter tárolja a modell „tudását”
![Page 22: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/22.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
•Sárga = 1 yellow = 20•Piros = 2 red = 19•Zöld = 3 green = 18•Bíbor = 4 purple = 17•Fekete = 5 black = 16•Barna = 6 brawn = 15•Rózsaszín = 7 pink = 14•Narancss. = 8 orange = 13•Fehér = 9 white = 12•Kék = 10 blue = 11
Következtető modell
?
Az angol tanulás esetén 1 db bemeneti szám van és 1 db kimeneti
Most már tudjuk, mivel (mert megvan a matematikai modell)- Mesterséges neurális háló
?
DE még nem tudjuk, hogyan tanuljunk- lássuk
![Page 23: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/23.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
•Tanulás–„raktározás”•Ismertek a bemenet – kimenet párok
•„Már csak a megfelelő hálózat paraméterek”megtalálása a feladat – a sokszori ismétlés által
1 bemenet – 1 kimenet
•Sárga yellow•Piros red•Zöld green•Bíbor purple•Fekete black•Barna brawn•Rózsaszín pink•Narancssárga orange•Fehér white•Kék blue
…
j
k
i
Szám1
Szám2
számj
Szám x
Szám y
Szám i
A modell paraméterei:-Minden súly
-Jelen esetben:J * k + k * i db
-Minden th-Jelen esetben
k + i dbEzeket kell megfelelően módosítani a tanulás folyamán
![Page 24: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/24.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
•Sárga = 1 yellow = 20•Piros = 2 red = 19•Zöld = 3 green = 18•Bíbor = 4 purple = 17•Fekete = 5 black = 16•Barna = 6 brawn = 15•Rózsaszín = 7 pink = 14•Narancss. = 8 orange = 13•Fehér = 9 white = 12•Kék = 10 blue = 11
A hiba csökkenése az ismétlések számának növelésével
0123456789
10
1 2 3 4Ismétlésszám
Hib
aszi
nt/tu
dáss
zint Tudásszint
Hibaszint
Tanulás – tudásszint & olvasás
![Page 25: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/25.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Tanulási ciklus•Építsük fel a hálózati modellt, véletlen értékű w és th paraméterekkel•Vegyük véletlenszerűen valamelyik paramétert (wi vagy thi)•Vizsgáljunk két utat
•a, növeljük meg a paraméter egy kicsit Mutassuk meg minden input/output adatot a hálózatnak & számoljuk ki a teljes hibát•b, csökkentsük a paraméter egy kicsitMutassuk meg minden input/output adatot a hálózatnak & számoljuk ki a teljes hibát
•MAJD válasszuk azt (írjuk felül az értékét), amelyik jobban csökkenti (nem növeli) a teljes hibát
•Ez által a hiba csökkenni fog, vagy azonos marad
•Ismételjük addig, amíg a hiba el nem ér egy megcélzott kicsi értéket – így „megtanultuk”a megfelelő paramétereket
…
j
k
i
Szám1
Szám2
számj
Szám x
Szám y
Szám i
A hiba csökkenése az ismétlések számának növelésével
0123456789
10
1 2 3 4Ismétlésszám
Hib
aszi
nt/tu
dáss
zint Tudásszint
Hibaszint
![Page 26: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/26.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
A tanulás
•Az összes wi és thi értékét próbáljuk meghatározni•Folyamatos „tananyag ismétléssel” – iterációk (pl. 10 000-szor)•Eredményképpen•Vagy elérjük a 0 hibát - tipikusan túl könnyű a feladat, nem kell hozzá neurális háló•Vagy marad némi (nem túl sok!) hiba- ezt „szeretjük”
•A tanulás után már csak az inputot adjuk a hálózatnak, és megadja a vonatkozó output érték(ek)et – tudás előhívás
![Page 27: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/27.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Praktikus szempontok
•Mindig 3 réteget definiáljunk•Input, output, rejtett (hidden)
•Az input/output neuronok számát a feladat határozza meg – a rejtett rétegét mi•Minimum 2 neuron•Nincs felső határ, sem általános útmutató•Ha sok
•Sokat kell számolni•Túltanulás (nincs általánosító képesség)
•Ha kevés•Nem tudjuk megtanulni a tananyagot
![Page 28: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/28.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Praktikus szempontok
•A tanuláshoz tananyag kell•Input – output számpárok (vektorpárok)•Elegendő kell, de a túl sok sem jó (nincs általános útmutató)
•Ha befejeztük a tanítást, egy független adathalmazon (tananyagon) ellenőrizzük a hibaszintet (validation) – ez mutatja a modell igazi (általánosító) képességét•Tipikusan akkor érdemes neurális hálózatot alkalmazni, ha fogalmunk sincs, milyen összefüggések vannak az adatok között, DE – úgy gondoljuk, „valami van”
![Page 29: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/29.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Alkalmazások
•$: tőzsdei árfolyam modellezés•Input: tegnapi árfolyam / Output: holnapi árfolyam
•Időjárás előrejelzés•Vásárlási szokások előrejelzése, árukapcsolás•Mobiltelefonálási szokások modellezése•Műszaki rendszerek felügyelete•Orvosi diagnosztika•…
![Page 30: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/30.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Saját eredmények
•modellpontosítás•angol-magyar vs. magyar-angol
•Modellezés, optimalizálás
•Részmodellre bontás
•Hiányos adatok kezelése
barna brown
PROCESSMANAGER
Plate turningafvRa
a
vRa
Intensity
fv
a
vfaq ⋅⋅=f
q
Chip form
fa
(a/f)
fafa =)/( External
connections
Chain building
ExternalModels
Targets ofoptimisation
PROCESSMANAGER
Plate turningafvRa
afvRa
a
vRa
Intensity
fv
a
vfaq ⋅⋅=f
q
Chip form
fa
(a/f)
fafa =)/( External
connections
Chain building
ExternalModels
Targets ofoptimisation
⎟⎟⎟⎟⎟
⎠
⎞
⎜⎜⎜⎜⎜
⎝
⎛
15.128.2#14.3
![Page 31: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/31.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Kitekintés
•Vannak sokkal hatékonyabb tanulási eljárások•Ma már 50-300 fajta mesterséges neurális hálózat típus létezik•Számos neuronmodell áll rendelkezésre
•Van számos más tanulási technika (pl. statisztikai, valószínűségi, fuzzy tanulás)
•Merész, de igazolt: akkor is van információátadás a neuronok között, amikor nincs köztük fizikai kapcsolat, axon(!)
![Page 32: Tanulás – tanuló gépek – tanuló algoritmusok – mesterséges ...viharos/homepage/ZRINYI...Oct 09, 2009 · 09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány](https://reader033.vdocuments.pub/reader033/viewer/2022060807/608bf8058e42562cd87b22ad/html5/thumbnails/32.jpg)
09/10/2009 Zrínyi Miklós Gimnázium - Művészet és tudomány napja, 2009.10.09., Dr. Viharos Zsolt János
Kapcsolat
•Dr. Viharos Zsolt János•www.sztaki.hu/~viharos•[email protected]
Előre is köszönöm a kérdéseket, felvetéseket!