Tanszéki konzulens: 

Földvári András doktorandusz Szoba: IB414

Nem minden kapcsolat mutatható ki egyszerű statisztikai eszközökkel. Előfordul, hogy az adatok mögött olyan logikai szabályszerűségek bújnak meg, melyek feltárásához és kezeléséhez szemantikus vagy logikai megközelítésekre van szükség. A logikai következtetéssel támogatott feltáró adatelemzés során a nyers adatokat olyan szabályokkal és ontológiákkal egészítheted ki, amelyek segítenek a valódi mögöttes jelentés és összefüggések megértésében.

Az átlátható és könnyen értelmezhető információk kulcsfontosságúak az eredmények megfelelő prezentációjához. Egy interaktív adatvizualizációs és elemző eszköz kifejlesztésével nemcsak megkönnyítheted a komplex adathalmazok értelmezését, hanem hatékonyabbá is teheted a döntéshozatali folyamatot. A valós idejű, dinamikusan frissülő ábrák és kimutatások révén a felhasználók gyorsan felismerhetik a trendeket, miközben rugalmasan szűrhetik és rendezhetik a kritikus információkat, így mindig megalapozott következtetéseket vonhatnak le.

A téma során megismerkedhetsz a tudásalapú rendszerek, ontológiafejlesztés és szabályrendszerek világával, de akár a mesterséges intelligencia eszközeit is bevonhatod a kutatásba. A felfedezett szabályok és minták különösen értékesek lehetnek olyan területeken, ahol a formális verifikáció vagy a deduktív következtetés kulcsfontosságú – például biztonságos rendszerek tervezése, hibadiagnosztika vagy kockázatelemzés. Valamint a Jupyter Notebook (pl. JupyterLab, Voila stb.) használatával egy felületen egyesíthetjük a kódírást, a dokumentációt és az interaktív adatvizualizációt. A felhasználók azonnal láthatják a grafikonokat és eredményeket, miközben rugalmasan állíthatják a paramétereket. Az így létrehozott dashboard megoldások (például Voila, Dash vagy Panel) lehetővé teszik, hogy az elkészült elemzéseket bárki számára könnyen elérhető és használható formában publikáljuk.