„Orvosi képdiagnosztika-Diagnosztika módszerei” változatai közötti eltérés

A VIK Wikiből
Ugrás a navigációhoz Ugrás a kereséshez
a
a
 
2. sor: 2. sor:
  
 
== Jegyzetek ==
 
== Jegyzetek ==
* [http://home.mit.bme.hu/~horvath/KD/2016osz/Osztalyozas%20kepdiagnosztikanal.pdf Osztályozás képdiagnosztikánál diák 2016] ( nehezen érhető)
+
* [http://home.mit.bme.hu/~horvath/KD/2016osz/Osztalyozas%20kepdiagnosztikanal.pdf Osztályozás képdiagnosztikánál diák 2016] (nehezen érhető)
 
* [https://en.wikipedia.org/wiki/Kernel_Fisher_discriminant_analysis Kernel discriminant analysis wikipedia]
 
* [https://en.wikipedia.org/wiki/Kernel_Fisher_discriminant_analysis Kernel discriminant analysis wikipedia]
* [https://en.wikipedia.org/wiki/Conjugate_gradient_method Conjugate gradient method wikipedia]
+
* [https://en.wikipedia.org/wiki/Conjugate_gradient_method Conjugate gradient method wikipedia] (egy fokkol jobb, mint a dia, de továbbra is nehezen érthető)
 
+
* [http://www.inf.u-szeged.hu/~kgelle/sites/default/files/upload/12_konjugalt_gradiens.pdf Konjugált gradiens módszer jegyzet] (részletes, könnyen érthető)
 
== Összefoglaló ==
 
== Összefoglaló ==
  

A lap jelenlegi, 2016. december 20., 20:29-kori változata

Az Orvosi képdiagnosztika tárgy egyik témaköre.

Jegyzetek

Összefoglaló

TODO

Ellenőzrő kérdések (2016)

Definiálja a kétosztályos osztályozás problémáját. Mit nevezünk veszteségfüggvénynek? Mit mond ki a tapasztalati kockázat minimalizálásának az elve? Hogyan alkalmazzuk ezt az elvet gyakorlati problémamegoldás során? Mit nevezünk VC dimenziónak? Egy N dimenziós pontokat lineárisan szeparáló függvénykészletnek mi a VC dimenziója?
[TODO]
Csoportosítsa a nemlineáris szeparálást lehetővé tevő osztályozókat! Mondjon konkrét példákat is az osztályozókra, illetve nevezzen meg olyan eljárásokat, módszereket, mely alkalmas lehet ilyen osztályozók tanírására.
[TODO]
Mi a lineáris diszkrimináns analízis (LDA)? Értelmezze az osztályozás kritériumfüggvényét! Hogyan alkalmazható a Fischer diszkrimináns analízis nemlineárisan szeparábilis problémák esetén? Egy lineáris osztályozási probléma esetén mit jelent, ha a probléma alul- és mit ha túlhatározott? Mit jelent a probléma kondícionáltsága?
[TODO]
Milyen szélsőérték keresési módszereket ismer? Mi különbözteti meg egymástól az elsőrendű, illetve a másodrendű módszereket? Mi a Levenberg-Marquardt és mi a konjugált gradiens módszer alapötlete?
[TODO]
Mi az SVM célfüggvénye? Mi az abban alkalmazott regularizáció geometriai interpretációja? Milyen optimalizáló eljárással tanítható az SVM? Mi a kernel trükk?
[TODO]
Milyen osztályozási problémák esetén kényszerülünk jellemzők definiálására, kiválasztására? Hogyan automatizálható ez a probléma? Milyen eljárásokat ismer jellemzők kiválasztására? Miért szükséges az irreleváns jellemzők osztályozás előtti eliminálása?
[TODO]
Mi a mély neurális hálók felépítésének általános ismérvei? Mit nevezünk konvolúciós rétegnek? Milyen súlymódosító eljárással taníthatóak ezek az osztályozók? Alkalmazási szempontokat figyelembe véve hasonlítsa össze a mély neurális hálókat a klasszikus MLP osztályozókkal! Milyen előnyökkel és milyen hátrányokkal rendelkeznek ezek az eljárások (egymáshoz viszonyítva)?
[TODO]
Mit nevezünk orvosi döntéstámogató (CAD) rendszernek? Milyen kritériumoknak támaszthatóak egy CAD-del szemben?
[TODO]


1. félév (tavasz)
2. félév (ősz)
Egyéb
Szakirányok