BMETE95MM31

Nyomtatóbarát változatNyomtatóbarát változat
Tantárgy azonosító adatok
A tárgy címe: 
Tanuló algoritmusok sztochasztikus folyamatokra
A tárgy angol címe: 
Learning Algorithms for Stochastic Processes
A tárgy rövid címe: 
TanulóAlgoritmusokSztoch
2
0
0
v
Kredit: 
3
A tantárgy felelős tanszéke: 
Sztochasztika Tanszék
A tantárgy felelős oktatója: 
Dr. Morvai Gusztáv
A tantárgy felelős oktatójának beosztása: 
tudományos főmunkatárs
Akkreditációs adatok
Akkreditációra benyújtás időpontja: 
2017.05.01.
Akkreditációs bizottság döntési időpontja: 
2017.06.01.
Tematika
A tantárgy az alábbi témakörök ismeretére épít: 
valószínűségszámítás, sztochasztikus folyamatok
A tantárgy szerepe a képzés céljának megvalósításában: 
TTK Matematikus BSc és Alkalmazott matematikus MSc szabadon választható tárgya
A tantárgy részletes tematikája magyarul és angolul: 

-Hoeffding-egyenlőtlenség, feltételes függetlenség Markov lánc definíciója. Markov-lánc rendjének becslése.
- Memóriaszavak definíciója, memóriaszavak univerzális tesztje, a kontextus-fa becslése. A memóriaszó hosszának becslése. Korlátozó eredmények: mit nem lehet elérni.
-A feltételes várhatóérték, valószínűség szekvenciális becslése.
-Időszakos becslések, példák, a felújítási folyamat, a felújítási időig még hátralévő idő becslése. Momemtum feltételek. Két algoritmus. Korlátozó eredmények. Alkalmazás: telefonközpontok, nagy rendszerek.

-Hoeffding's inequality, conditional independence, definition of Markov-chains, order estimation for Markov chains .
-Definition of the memory word, universal tests for memory words, estimation of the context tree. Estimating the length of memory words. Llimitations.
- Sequential estimation of the conditional expectations and probabilities.
- Intermittent estimations, examples, renewal processes, estimating the residual waiting time for renewal processes. Moment conditions. Two algorithms. Limitations. Application: telephone exchanges, big systems.

Követelmények vizsgaidőszakban: 
Szóbeli vizsga
Pótlási lehetőségek: 
A TVSZ szerint
Konzultációs lehetőségek: 
Megbeszélés szerint
Jegyzet, tankönyv, felhasználható irodalom: 
Morvai et.al.:Universal Tests for Memory Words. IEEE Trans. Information Theory. Volume:59 pp. 6873 - 6879, 2013
Morvai et. al. : On sequential estimation and prediction for discrete time series. Stoch. Dynamics, pp. 417-437, 2007
Morvai: Sequential Schemes for Classifying, Predicting and Estimating Ergodic Processes, in preparation
A tárgy elvégzéséhez átlagosan szükséges tanulmányi munka mennyisége órákban (a teljes szemeszterre számítva)
Kontakt óra: 
28
Félévközi felkészülés órákra: 
28
Felkészülés zárthelyire: 
0
Zárthelyik megírása: 
0
Házi feladat elkészítése: 
0
Kijelölt írásos tananyag elsajátítása (beszámoló): 
0
Egyéb elfoglaltság: 
0
Vizsgafelkészülés: 
34
Összesen: 
90
Ellenőrző adat: 
90
A tárgy tematikáját kidolgozta
Név: 
Dr. Morvai Gusztáv
Beosztás: 
tudományos főmunkatárs
Munkahely (tanszék, kutatóintézet, stb.): 
MTA Sztochasztika Kutatócsoport
A tanszékvezető neve: 
Dr. Simon Károly