Gépi tanulás a szoftver termékfejlesztésben- Doktori témakiírás EIT Digital kiegészítő ösztöndíjjal
Május 31-ig még lehet jelentkezni az Informatika Doktori Iskolába
Mivel a gépi tanulás felhasználása még korai fázisban van, a legtöbb hozzá kapcsolódó módszer jellemzően az akadémia idényeit célozza meg, és nem az ipari felhasználást (ld. a modellek tanítása és jellemzése). A gépi tanulás szoftver termékfejlesztésben való felhasználása azonban kevéssé kidolgozott. Hiányoznak a jól átgondolt folyamatok, eszközök és keretrendszerek a modellek telepítésére, monitorozására, és menedzselésére. Különösen igaz ez az állítás abban az esetben, amikor a modellt az ügyfélnél kell alkalmazni.
Potenciális kihívások ezen a területen: a modell minősége, a modell tanításának helyszíne, a telepített modell degradációja, a modell átláthatósága, stb. Ezek a problémák potenciálisan katasztrofális következményekkel bírnak a termékre illetve a fejlesztési folyamatra.
Minőségi kérdések: A tanítási folyamat folyamán a modell pontosságát tesztadatokon mérjük, melyek azonban különbözhetnek a valódi környezet által produkált adatoktól. A tanítási folyamat során a következő problémákat kell megoldani: (1) a tanítási- és tesztadatok mennyisége, (2) az adatok minősége: a tanítási- és tesztadat soha nem fog tökéletesen megfelelni a valós környezet által produkált adatoknak.
Lokalizációs kérdések: Még a legaprólékosabban kiértékelt modell alkalmazása során is szembesülhetünk az alkalmazás helyszínéhez kapcsolódó problémákkal, pl. országspecifikus felhasználási minták, telekommunikációs operátor specifikus előfizetési minták és forgalom-modellek.
Átláthatóság: A gépi tanulási módszerek különböznek az átláthatóságuk tekintetében. Néhány algoritmus emberek számára is átlátható döntési módszert eredményez, ld. pl. döntési fák. Más algoritmusok fekete dobozként működő módszereket eredményeznek, melyek döntési mechanizmusai emberek számára nehezen megérthetők.
Degradáció: Tapasztalatok szerint a telepített modellek pontossága romlik az idők folyamán.
Témavezető: Ulbert Attila
Informatika Doktori Iskola-felvételi információk