[fő index][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

HCAIM tartalom

Modellezés (A modul)

Technikai fókusz: Az MI megalapítása

Általános MI

Előadás: Történelmi bevezetés a tudományos magyarázati modellekbe

Előadás: Az adatok megértése

Adatfeltárás gépi tanuláshoz

Oktatóanyag: Az adatok megértése

Előadás: Feltáró adatelemzés

Oktatóanyag: Feltáró adatelemzés

Előadás: Következtetés és előrejelzés

Oktatóanyag: Következtetés és előrejelzés

Gépi tanulás alapjai

Előadás: A modell értékelése

Oktatóanyag: A modell értékelése

Előadás: Modell illesztés és optimalizálás

Gyakorlati: Modell illesztés és optimalizálás

Döntéselmélet

Előadás: Döntéselmélet

Oktatóanyag: Döntéselmélet

Előadás: Döntéshozatali hálózatok

Oktatóanyag: Döntéshozatali hálózatok

Gyakorlati fókusz: MI-modellezés

Adattudomány

Előadás: Az adatelemzési folyamat

Gyakorlati: Platformok

Előadás: Adatelőkészítés és -feltárás

Gyakorlati: Adatelőkészítés és -feltárás

Felügyelt gépi tanulás

Előadás: Lineáris regresszió

Gyakorlati: Lineáris regresszió

Előadás: Döntési fák

Gyakorlati: Döntési fák

Előadás: SVMS és kernelek

Gyakorlati: SVMS és kernelek

Előadás: Neurális hálózatok

Felügyelet nélküli gépi tanulás

Előadás: Felügyelet nélküli tanulás

Gyakorlati: Felügyelet nélküli tanulás

ML alkalmazások

Előadás: Természetes nyelvi feldolgozás

Gyakorlati: Természetes nyelvi feldolgozás

Etikai fókusz: Etikai alapok

Általános etika

Előadás: Bevezetés az emberközpontú mesterséges intelligenciába

Etikai keretek

Interaktív ülés: Etikai keretek

Előadás: Utilitarianizmus

Interaktív ülés: Utilitarianizmus

Előadás: Erényetika

Interaktív ülés: Erényetika

Előadás: Kötelesség-etika

Interaktív ülés: Kötelesség-etika

Előadás: Az igazságosság elmélete

Fejlett etika

Előadás: Társadalmi szerződéselméletek

Alkalmazott etika

Előadás: Érték-érzékeny kialakítás

Interaktív ülés: Értékérzékeny kialakítás

Előadás: Adatvédelem

Előadás: A döntéstámogató rendszerek etikája

Előadás: Döntéshozatal és (kognitív) torzítások

Telepítés (B. modul)

Technikai fókusz: mélytanulás

A mély tanulás alapjai

Oktatóanyag: A mélytanulás alapjai

Gyakorlati: A mélytanulás alapjai

A mélytanulás optimalizálása

Előadás: Szabályozás

Oktatóanyag: Szabályozás

Előadás: Tételfeldolgozás

Oktatóanyag: Tételfeldolgozás

A mélytanulás alkalmazásai

Előadás: Számítógépes grafikonok készítése, modern architektúrák

Előadás: Konvolúciós neurális hálózatok

Oktatóanyag: Konvolúciós neurális hálózatok

Gyakorlati: Konvolúciós neurális hálózatok

Előadás: Ismétlődő neurális hálózatok

Előadás: Transzformátorhálózatok

Oktatóanyag: CNN-ek és transzformátorok képekhez

Előadás: Hardver- és szoftverkeretek a mélytanuláshoz

A visszaszaporítás levezetése és végrehajtása

Előadás: A hátszaporítás levezetése és alkalmazása

Oktatóanyag: A hátszaporítás levezetése és alkalmazása

Előremenet

Előadás: Előre történő szaporítás

Oktatóanyag: Előre történő szaporítás

Hiperparaméteres hangolás

Előadás: Hiperparaméteres hangolás

Oktatóanyag: Hiperparaméteres hangolás

Gyakorlati fókusz: Szervezeti MI

MLOps

Előadás: ML-Ops

Oktatóanyag: ML-Ops

Előadás: ML-Ops életciklus

Gyakorlati: ML-Ops életciklus

A mesterséges intelligencia alkalmazása

Oktatóanyag: Adatarchitektúra

Interaktív ülés: Adatarchitektúra

Gyakorlati: Hadoop-alapú technológiák

Fejlesztés minősége & Telepítés

Előadás: CI/CD

Etikai fókusz: Megbízható mesterséges intelligencia

Általánosan megmagyarázható MI

Előadás: Bevezetés Általánosan megmagyarázható MI

Gyakorlati: Gyakorlat XAI modellekkel 1

Gyakorlati: Gyakorlat XAI modellekkel 2

Adatvédelem

Előadás: Bevezetés a magánéletbe és a kockázatba

Interaktív ülés: A magánélet védelmével kapcsolatos kilátások

Gyakorlati: A magánélet védelmére és az adatvédelemre vonatkozó ellenőrzési keretek

Előadás: Adatvédelem és gépi tanulás

Gyakorlati: A magánélet védelmét biztosító technikák alkalmazása és értékelése

Biztonság és robusztusság

Előadás: Biztonság és robusztusság

Gyakorlati: Ellenőrzési keretrendszerek alkalmazása

Gyakorlati: A pénzmosás elleni küzdelem biztonságának és megbízhatóságának fokozása

Kockázat

Előadás: Kockázat & Kockázatcsökkentés

Interaktív ülés: Kockázat & Kockázatcsökkentés

Gyakorlati: Kockázat & Kockázatcsökkentés

Értékelés (C modul)

Technikai fókusz: Jövőbeli mesterséges intelligencia

Bevezetés

Előadás: Bevezetés az MI és az ML újjáéledéséhez

Előadás: Vendégelőadás a mesterséges intelligencia jövőjéről

Nyitott problémák és kihívások

Előadás: Vendégelőadás a megmagyarázható gépi tanulásról (XAI)

Gyakorlati: Magyarázható gépi tanulás (XAI)

Előadás: Bizalom, Normativitás és Modell Drift

Interaktív ülés: Bizalom, Normativitás és Modell Drift

Interaktív ülés: Adatvédelem A gépi tanulás megőrzése

Előadás: Általánosíthatóság és mesterséges általános intelligencia (AGI)

Az ML modellek fejlődése HC lencsén keresztül. Eredményorientált vizsgálat

Előadás: Félig felügyelt és nem felügyelt tanulás

Előadás: Generatív modellek, mélytanulási és hibrid tanulási modellek átalakítása

Előadás: Az egyesített tanulás elmélete (profilalkotás és személyre szabás)

Előadás: Összevont tanulás – Előrelépések és nyitott kihívások

Gyakorlati: Federated Learning – Train deep models (Összevont tanulás – Mélymodellek vonaton)

Előadás: Modelltömörítés – Edge Computing

Gyakorlati: Modelltömörítés – Edge Computing

Az egészségügyi ellátással összefüggő fertőzések modelljeire vonatkozó új értékelések – Vitaalapú tanulmány

Előadás: Bizalmi modellek és a bizalom számszerűsítése

Filozófiai vita a jövő mesterségesintelligencia-technológiájáról

Interaktív ülés: Robotokkal élni

Gyakorlati fókusz: Társadalmilag felelős mesterséges intelligencia

A társadalmilag felelős mesterséges intelligencia alkalmazási köre

Előadás: Pozitív és negatív externáliák

Vállalati társadalmi felelősségvállalás (ISO 26000) – Az egészségügyi ellátással összefüggő fertőzések kezelésére szolgáló rendszer használatakor

Előadás: Méltányos működési gyakorlatok – A mesterséges intelligencia toborzása és a mesterséges intelligencia nyomon követésével kapcsolatos visszaélések

Interaktív ülés: Mesterséges intelligencián alapuló döntéshozatal – toborzás és előléptetés

Interaktív ülés: MI-monitorozáson alapuló döntéshozatal

Interaktív ülés: Emberi beavatkozás következetlen és/vagy jó MI-döntések esetén

Interaktív ülés: Az irányítás vissza- és továbbadása az ember és a mesterséges intelligencia között

Interaktív ülés: Pszichológiai szempontok az AI-val való munka során - stressz, szorongás, depresszió

Előadás: Fogyasztói kérdések – szűrőbuborékok, adattárolás, mesterséges intelligencia nyomon követése, tisztességes gyakorlatok

Interaktív ülés: Fogyasztói kérdések – szűrőbuborékok, adattárolás, mesterséges intelligencia nyomon követése, tisztességes gyakorlatok

Interaktív ülés: – Közösségfejlesztés – Társadalmi hatásvizsgálat a mesterségesintelligencia-projekttel kapcsolatos munka előtt

A mesterséges intelligencia társadalmi-jogi vonatkozásai

Interaktív ülés: Ki a felelős? – Termékfelelősség, szerzői jogi problémák

MI mindenkinek

Előadás: Gazdasági hiányosságok – digitális szakadék

Interaktív ülés: Gazdasági hiányosságok – digitális szakadék a következő kategóriákban: Földrajzi, műszaki, pénzügyi és politikai

interaktív-session-how-ai-affects-human-behaviour-eg-mobility-pozitív-negatív

Interaktív ülés: Környezeti hatás – Szén-dioxid-lábnyom

Interaktív ülés: Az oktatásra gyakorolt hatás – automatikus MI-döntéshozatal

Interaktív ülés: Szűrőbuborék – politikai, vállalati és földrajzi

Interaktív ülés: MI-alapú hadviselés és nemzetközi béke

Etikai fókusz: Megfelelés, jogszerűség, emberiesség

Az adatokra, a mesterséges intelligenciára, az emberi jogokra és az egyenlőségre vonatkozó uniós és nemzetközi jogszabályok/keretek

Előadás: A HCAI alkalmazások etikai, szakmai és jogi szempontjainak áttekintése

Interaktív ülés: Az egészségügyi ellátással összefüggő fertőzések alkalmazásának etikai, szakmai és jogi vonatkozásai

Előadás: Adatok és kihívásai – EU GDPR, US COPPA, HIPPA

Előadás: Data and its challenges - Data Regulations, Data Sourcing and HCAI prospect (Adatok és kihívások – Adatszabályozás, adatbeszerzés és egészségügyi ellátással összefüggő fertőzések – kilátásba helyezett)

Interaktív ülés: Adatok és kihívásaik. Hogyan befolyásolja a GDPR a mesterségesintelligencia-megoldásokat

Előadás: Az EU emberi jogi jogszabályai

Interaktív ülés: Uniós emberi jogi jogszabályok – esettanulmány

Előadás: Az egészségügyi ellátással összefüggő fertőzésekre vonatkozó kérelmekről szóló uniós rendeletjavaslat

Interaktív ülés: A mesterséges intelligenciáról szóló uniós rendeletjavaslat – esettanulmány

Gyakorlati: A mesterséges intelligenciáról szóló uniós rendeletjavaslat hatékonysága

Előadás: A meglévő törvények erősségei és korlátai Egy mélyebb merülés

Adatkezelés, auditálás és értékelés

Előadás: Adatbiztonság és -megfelelés, adatvonal és -kezelés

Előadás: Irányítás és gazdálkodás, a legfontosabb érdekelt felek és a személyes adatok kezelése

Gyakorlati: Az adatkezeléssel és az MI-csapatokkal kapcsolatos közös szerepek és átfedések

Gyakorlati: Az MI-csapatok adatvonalának, kihívásainak és lehetséges hatásainak vizsgálata

Érettségi (D modul)

Etikai fókusz: Etikai alapok

Etikai fókusz: Kutatás a gyakorlatban

Interaktív ülés: Etika a kutatásban

Interaktív: Minőségi módszerek az adatgyűjtésben

Előadás: Szakirodalmi áttekintés készítése

Előadás: Források kritikai áttekintése

Előadás: Kutatástervezés

Előadás: Kutatási javaslat írása

Oktatóanyag: Kutatási portfólió

Oktatóanyag: Tudományos kutatási papír / munka írása

Oktatóanyag: Projektmenedzsment

Gyakorlati: Statisztikai adatok bemutatása