Budapesti Műszaki és Gazdaságtudományi Egyetem
Természettudományi Kar		 Tantárgy Adatlap
Tantárgy kód BMETE47MC39
Tantárgy azonosító adatok
1. A tárgy címe Statisztikai tanulás az idegrendszerben
2. A tárgy angol címe Statistical learning in the nervous system
3. Heti óraszámok (ea + gy + lab) és a félévvégi követelmény típusa 2 + 0 + 0 f Kredit 3
4. Ajánlott/kötelező előtanulmányi rend
vagy Tantárgy kód 1 Rövid cím 1 Tantárgy kód 2 Rövid cím 2 Tantárgy kód 3 Rövid cím 3
4.1
4.2
4.3
5. Kizáró tantárgyak
6. A tantárgy felelős tanszéke Kognitív Tudományi Tanszék
7. A tantárgy felelős oktatója Dr. Lukács Ágnes beosztása egyetemi docens
Akkreditációs adatok
8. Akkreditációra benyújtás időpontja 2016.06.16. Akkreditációs bizottság döntési időpontja 2016.08.10.
Tematika
9. A tantárgy az alábbi témakörök ismeretére épít
10. A tantárgy szerepe a képzés céljának megvalósításában (szak, kötelező, kötelezően választható, szabadon választható)
Kognitív Tanulmányok MSc kötelezően választható tárgya
11. A tárgy részletes tematikája
A statisztikus tanulás az idegrendszerben kurzus célja az, hogy a diákoknak perspektívát mutasson a napjainkban intenzív fejlődésen áteső statisztikus eszközök használatáról az idegrendszeri és kognitív tudományos kutatásban. A mesterséges intelligencia és gépi tanulás eszközeinek megismertetése kiváló alkalmat teremt ahhoz, hogy mind a kognitív tudomány, mind az idegtudomány kérdéseit azonos formalizmusban lehessen tárgyalni, ezzel egy közös nyelvet teremtve a mikroszkópikus és makroszkópikus világok közötti távolság áthidalására. A kurzus első felében a valószínűségelméleti megalapozás után a gépi tanulás alapvetőmodelljeit vesszük számba, az inferencia és a tanulás témaköreit járjuk körbe. Ezután a statisztikus modellek következményeit vizsgáljuk meg és összevetjük az emberi/állati viselkedésben fellelhető jellegzetességekkel. A kurzus második felében a statisztikus komputációk idegsejtek működésére vonatkozó jóslatait vizsgáljuk meg a kurrens irodalom példái alapján. Közelebbről, a mesterséges látás modelljei és a látórendszer neuronjainak viselkedése közötti párhuzamokat keresünk, és megvizsgáljuk, hogy a statisztikus tanulás neurális reprezentációjának milyen lehetséges formái valósulhatnak meg az idegrendszerben.
12. Követelmények, az osztályzat (aláírás) kialakításának módja
szorgalmi
időszakban		 házifeladat, zh vizsga-
időszakban
13. Pótlási lehetőségek
pót-zh
14. Konzultációs lehetőségek
egyeztetés szerint
15. Jegyzet, tankönyv, felhasználható irodalom
http://golab.wigner.mta.hu/teaching/
16. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka mennyisége órákban (a teljes szemeszterre számítva)
16.1 Kontakt óra
28
16.2 Félévközi felkészülés órákra
14
16.3 Felkészülés zárthelyire
30
16.4 Zárthelyik megírása
4
16.5 Házi feladat elkészítése
14
16.6 Kijelölt írásos tananyag elsajátítása (beszámoló)
0
16.7 Egyéb elfoglaltság
0
16.8 Vizsgafelkészülés
0
16.9 Összesen
90
17. Ellenőrző adat Kredit * 30
90
A tárgy tematikáját kidolgozta
18. Név beosztás Munkahely (tanszék, kutatóintézet, stb.)
Orbán Gergely
Kutatómunkatárs
MTA Wigner Kutatóközpont
A tanszékvezető
19. Neve aláírása
Dr. Lukács Ágnes