Tantárgy adatlapja

Tárgy neve: Optimization Methods
Tárgy kódja: P-ITMAT-0041
Óraszám: N: 2/1/0, L: 0/0/0
Kreditérték: 4
Az oktatás nyelve: angol
Követelmény típus: Kollokvium
Felelős kar: ITK
Felelős szervezeti egység: Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar
Tárgyfelelős oktató: Dr. Ruszinkó Miklós
Tárgyleírás:

Tantárgy neve:Optimization Methods
P-ITMAT-0041
Tárgyfelelős:Ruszinkó Miklós
Tantárgy oktatója:Ruszinkó Miklós
A tantárgy céljának rövid ismertetése:A kurzus során áttekintünk néhány fontosabb optimalizációs módszert, a legfontosabb megvalósítható (polinomiális) algoritmusokat (pl. Dijkstra, Kruskal,…) bemutatva. A hallgatók megismerkednek néhány hatékony magas szintű modellező rendszerrel is, amelyek segítségével elméleti algoritmikus ismereteiket a gyakorlatban is alkalmazhatják.
Elsajátítandó elméleti ismeretanyag:
  • Bevezetés, az optimalizáció célja és eszközei
  • Lineáris és egészértékű programozás
  • A szállítási és a hozzárendelési probléma és megoldásaik
  • A hátizsák probléma és megoldása branch-and-bound módszerrel és dinamikus programozással
  • A cutting stock feladat és megoldásai
  • Gráfokkal kapcsolatos problémák, a Kruskal és Prim eljárások
  • A ládapakolási probléma
  • Metaheurisztikus megoldások
Elsajátítandó gyakorlati ismeretanyag:A general algebraic modeling system (GAMS) alapvető használata.
Az előadásokon tárgyalt témakörökhöz kapcsolódó példafeladatok gyakorlati megoldása GAMS kódok segítségével
A 2-4 legfontosabb kötelező irodalom felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN):Donald E. Knuth: The art of computer programming. Volumes 1-3. Addison-Wesley, 1997. ISBN: 9780201896831, 9780201896848, 9780201896855.
Jon Kleinberg, Eva Tardos: Algorithm Design. Pearson, 2005. ISBN: 9780321295354.
A 2-4 legfontosabb ajánlott felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN):Ian Goodfellow, Yoshua Bengio and Aaron Courville: Deep Learning, MIT Press 2016. ISBN: 9780262337434.
Stephen Boyd, Lieven Vandenberghe: Convex Optimization, Cambridge University Press, 2004. ISBN: 0521833787.
Elmélet-gyakorlat aránya:Elméleti óra óraszáma: 2
Gyakorlati óra és labor óra óraszáma: 1 + 0
Az alkalmazott oktatási módszerek:
  • Előadás vetített prezentációval
  • Moodle felületen közzétett feladatok
Az értékelés módja:
Az értékelés kritériuma:Frontális előadás, demonstratív problémamegoldás a gyakorlatokon, kiadott választható projektfeladat
Miként járul hozzá a tantárgy a KKK-ban megjelölt kompetenciaelemek megszerzéséhez:

Bioinformatika mesterképzés:
A2: A kurzuson átadott ismeretek jelentősen hozzájárulnak a bioinformatikai algoritmusok optimalizációs vonatkozásainak felismeréséhez és megoldásához
A4: A kurzus hozzájárul a bioinformatikai eljárások megvalósításának elméleti alapjaihoz és gyakorlatához
B4: Az optimalizációs módszerek megértése hozzájárul egyes bioinformatikai megoldások kritikai elemzésének képességéhez
B7: A kurzusban tárgyalt eljárások és koncepciók hozzásegítik a hallgatókat a bioinformatikai eljárások megvalósításának mélyebb megértéséhez
C2: A tárgyalt eljárások inspirálják a hallgatókat új megvalósítások részleteinek megértésére, kidolgozására
D3: A kurzus révén a hallgatók megismerkednek számos informatikai fogalommal és problémakörrel

A tárgy az alábbi képzéseken vehető fel

bioinformatika IMNI-ABI mesterképzés (MA/MSc) Nappali angol 4 félév ITK
info-bionika mérnöki IMNM-AIB mesterképzés (MA/MSc) Nappali angol 4 félév ITK
mérnökinformatikus IMNI-AMI mesterképzés (MA/MSc) Nappali angol 4 félév ITK
nemzetközi program INNX-XNP Nemzetközi program képzése Nappali angol 1 félév ITK
szechenyi-img-alt