Data science and Complex networks szeminárium

A mesterséges intelligencia eszközei között legtöbbször
heurisztikus eljárásokat találunk. Ezek jóságát nehéz ellenőrizni és a
globális optimum sem biztos, hogy garantált. A különböző algoritmusok
kapcsolódása sem megoldott. A folytonos logika egy közös alapot
szolgáltathat a különböző algoritmusok számára. Segítségével szemantikus
értelmet is rendelhetünk a megoldáshoz, a klaszterezés, neurális hálózat,
approximáció .. stb is kezelhetővé válnak. Az előadás során néhány
lehetséges megoldásra szeretném felhívni a figyelmet. 

Among the tools of artificial intelligence we find mostly heuristic
procedures. Their goodness is difficult to control and a global optimum is
not guaranteed. The connection of different algorithms is not solved either.
A continuous logic provides a common ground for different algorithms. With
the help of it we can also give semantic meaning to the solution;,
clustering, neural network, approximation, etc. can be handled as well.
During the lecture I would like to draw attention to some possible
solutions.