PDF formátumban

összefüggő komponensek. Minimális feszítőfák: Kruskal és Prim
algoritmusa. Legrövidebb utak, Dijkstra módszere. A Floyd és a
Warshall algoritmus.
II.4.4. ( 1 egység) Rendezési algoritmusok: kiválasztó, beszúró,
kupacrendezés, gyorsrendezés. Műveletigények. Alsó korlát
általános rendezési algoritmus legrosszabb esetére. Lineáris
rendezések: leszámláló, radix, vödrös. Bináris keresőfák.
II.4.5. ( 1 egység) Megoldás szisztematikus keresése visszalépéssel
( pénzváltás), elágazás-korlátozással (optimális pénzváltás,
ütemezés). A Verem, Sor, Lista, Prioritás sor, Függvény és a
Halmaz absztrakt adattípus megvalósításai.
II.5. Mesterséges intelligencia - max. 4 egység
II.5.1. ( 2 egység) Megoldáskereső módszerek a mesterséges
intelligenciában: Állapottér, reprezentációs gráf. Keresési tér,
keresési gráf. Reprezentációs fa, kereső fa. Állapottér-
tornyai) Vezérlési stratégiák: Nem módosítható vezérlési
reprezentáció (Nyolcas játék, négy királynő probléma, Hanoi
stratégiák, visszalépéses vezérlési stratégia, gráf kereső
vezérlési stratégiák. Keresési stratégiák: Hegymászó keresés,
visszalépéses keresés, mélységi keresés, szélességi keresés,
elágazási- és korlátozás keresés, nyalábolt keresés.
Heurisztikus gráf kereső algoritmusok: Előretekintő keresés, az
A* algoritmus, becslés pontossága és lépések száma, monoton
heurisztika.
II.5.2. ( 2 egység) Feladatmegoldás probléma redukcióval. Probléma
redukció reprezentáció. Az ÉS/VAGY gráfok. Keresés ÉS/VAGY
gráfokon. Néhány kétszemélyes játék ismertetése (Grundy,
Amöba, NIM, Hex, Othello) A teljes játékfa kiértékelése: A
kétszemélyes játékfa reprezentálása gráffal. A nyerő stratégia
meghatározása. A nyerő stratégia meghatározása ÉS/ vagy
gráffal. A játékfa részleges kiértékelése: A minimax eljárás. Az
alfa béta eljárás.
II.5.3. ( 2 egység) Bizonytalanság. A bizonytalan tudás kezelése.
Valószínűségi alapfogalmak. Valószínűségi axiómák. Bayes tétel
és használata. Valószínűségi következtető rendszerek: Tudás
reprezentálása bizonytalanság esetén. Valószínűségi hálok
szemantikája. Következtetés valószínűségi hálókban.
Következtetés többszörösen összekötött valószínűségi
hálókban. Alakfelismerés. Bayes tétel alkalmazása. Veszteség
függvény. Diszkriminancia függvény. Normális többváltozós
eset. ROC görbe.
II.5.4. ( 2 egység) Tanulás: Gradiens eljárás. Lineáris
szeparálhatóság. A perceptron modell. Perceptron tanulási