Tantárgy adatlapja
Tárgy neve: Alkalmazott mesterséges intelligencia
Tárgy kódja: P-ITSZT-0067
Óraszám: N: 0/0/3, L: 0/0/0
Kreditérték: 3
Az oktatás nyelve: magyar
Követelmény típus: Gyakorlati jegy
Felelős kar: ITK
Felelős szervezeti egység: Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar
Tárgyfelelős oktató:
Dr. Zsedrovits Tamás
Tárgyleírás:
| Tantárgy neve: | Alkalmazott mesterséges intelligencia P-ITSZT-0067 |
|---|---|
| Tárgyfelelős: | Zsedrovits Tamás |
| Tantárgy oktatója: | Zsedrovits Tamás |
| A tantárgy céljának rövid ismertetése: | A tantárgy célja, hogy gyakorlati példákon keresztül mutassa be a mesterséges intelligencia különböző alkalmazási lehetőségeit mérnöki, biológiai, orvosi és informatikai területeken. A hallgatók megismerik, hogy miként lehet valós problémákat MI-technikákkal hatékonyan megoldani, valamint projektfeladatokon keresztül mélyebb gyakorlati tapasztalatokat szereznek. |
| Elsajátítandó elméleti ismeretanyag: | Mesterséges intelligencia alapú problémamegoldás, gépi tanulási algoritmusok alkalmazása, adattudományi megközelítések, neurális hálók gyakorlati alkalmazásának lehetőségei, etikai és adatvédelmi megfontolások MI-alkalmazások során. |
| Elsajátítandó gyakorlati ismeretanyag: | A hallgatók projektmunkában sajátítják el az MI-alapú problémamegoldást. Példák: orvosi képfeldolgozás és diagnosztika MI segítségével; intelligens robotirányítás; bioinformatikai adatelemzés gépi tanulással; környezeti szenzorok adatainak MI-alapú feldolgozása; beszéd- és képfelismerési feladatok gyakorlati megoldása. |
| A 2-4 legfontosabb kötelező irodalom felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN): | A. Géron, Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 3rd ed. Sebastopol, CA, USA: O’Reilly Media, 2022. ISBN: 978-1-098-12597-4. G. J. Simon and C. Aliferis, Artificial Intelligence and Machine Learning in Health Care and Medical Sciences: Best Practices and Pitfalls. Cham, Switzerland: Springer Nature, 2024. ISBN: 978-3-031-39355-6. |
| A 2-4 legfontosabb ajánlott felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN): | F. Chollet, Deep Learning with Python, 2nd ed. Shelter Island, NY, USA: Manning, 2021. ISBN: 978-1-617-29686-4. S. Russell and P. Norvig, Artificial Intelligence: A Modern Approach, 4th ed. Upper Saddle River, NJ, USA: Pearson, 2020. ISBN: 978-0-13-461099-3. A. Khamparia and D. Gupta, Explainable Artificial Intelligence for Biomedical and Healthcare Applications. Boca Raton, FL, USA: CRC Press, 2024. ISBN: 978-1-003-22010-7. |
| Elmélet-gyakorlat aránya: | Elméleti óra óraszáma: 0 Gyakorlati óra és labor óra óraszáma: 0 + 3 |
| Az alkalmazott oktatási módszerek: | Interaktív számítógépes laborfeladatok, projektorientált oktatás egyéni és kiscsoportos munkában, gyakorlati példák demonstrálása, folyamatos oktatói támogatás mellett. |
| Az értékelés módja: | Gyakorlati jegy |
| Az értékelés kritériuma: | A hallgatók egyéni vagy kiscsoportos, önállóan választott témájú MI alkalmazási projektje alapján kapnak gyakorlati jegyet. A projektek értékelése a választott probléma relevanciája, az alkalmazott MI módszer hatékonysága, az implementáció minősége, a dokumentáció igényessége, valamint az eredmények szakszerű bemutatása alapján történik. |
| Miként járul hozzá a tantárgy a KKK-ban megjelölt kompetenciaelemek megszerzéséhez: | Mérnökinformatikus alapképzés: Molekuláris bionika mérnöki alapképzés: |
