Ismét Mesterséges Intelligencia Kurzusok a Mérnöki Karon

Bevezetés a Mesterséges Intelligencia ipari alkalmazásaiba (BSc-s hallgatóknak) - (Python, adatelemzés, Big Data és ipari MI-rendszerek alapjai)

A tantárgy célja: A hallgatók megismerik a mesterséges intelligencia ipari alkalmazásainak alapjait, különös tekintettel a Python nyelvű adatelemzésre, az alapvető gépi tanulási algoritmusokra, valamint a Big Data feldolgozás és vizualizáció gyakorlati megközelítéseire. A kurzus célja, hogy a hallgatók képesek legyenek egyszerű MI-megoldásokat fejleszteni és integrálni ipari környezetbe (pl. gyártás, minőségellenőrzés, logisztika, mezőgazdasági rendszerek).

Témakörök:

Óraszám: 6 óra előadás (4 óra Python + 2 óra Big Data) + 22 óra gyakorlat (14 óra Python + 8 óra Big Data)

Időpont: csütörtök

Helyszín: előadás a teremben (kivetítési lehetőséggel), gyakorlatok online (CooSpace-en keresztül)

Létszámkorlát: maximum 30 fő / csoport

Formátum: hibrid (előadás személyesen, gyakorlat online)

Előfeltétel: nincs

Felvehető szakok: mechatronikai mérnök, gépészmérnök, mezőgazdasági és élelmiszeripari gépészmérnök, műszaki menedzser, ipari termék- és formatervező mérnök, élelmiszermérnök BSc nappali és levelező szakos hallgatók.

Mesterséges Intelligencia ipari alkalmazásai (MSc-s hallgatóknak) - (Konvolúciós neurális hálók, NLP, multimodális és generatív modellek – pl. gépi látás, LLM, robotika)

Tantárgy célja:

A tantárgy célja, hogy a hallgatók megismerjék a modern mesterséges intelligencia ipari alkalmazásait, különös tekintettel a mély neurális hálózatokra, a gépivíziós rendszerekre, a nyelvi modellekre (NLP) és a generatív, multimodális MI-rendszerekre. A kurzus gyakorlati fókuszú, valós ipari és kutatási feladatokra épül (pl. képfelismerés, prediktív karbantartás, automatikus jelentésgenerálás).

Témakörök:

• Mély tanulás alapjai és architektúrái
• Konvolúciós neurális hálók (CNN) és alkalmazásuk ipari képfeldolgozásban
• Természetes nyelvfeldolgozás (NLP) és nagy nyelvi modellek (LLM)
• Multimodális MI: képi és szöveges inputok együttes feldolgozása
• Generatív MI és ipari szimulációk (pl. hibaminták előállítása, digitális ikrek)
• Ipari MI-integráció és etikai kérdések (adatbiztonság, felelősség, torzítások)
• Záróprojekt: egy ipari MI-prototípus megvalósítása (pl. képfelismerő vagy nyelvi asszisztens rendszer)

Óraszám: 6 óra előadás + 22 óra gyakorlat

Időpont: csütörtök

Helyszín: előadás a teremben (kivetítési lehetőséggel), gyakorlatok online (CooSpace-en keresztül)

Létszámkorlát: maximum 30 fő / csoport

Formátum: hibrid (előadás személyesen, gyakorlat online)

Előfeltétel: nincs

Felvehető szakok: mechatronikai mérnök, gépészmérnök, mezőgazdasági és élelmiszeripari gépészmérnök, műszaki menedzser, ipari termék- és formatervező mérnök, élelmiszermérnök és OMIN MSc nappali és levelező szakos hallgatók.