A tanulás fogalma, a tanulás célja, a tanulási módszerek osztályozása. Alapvető tanulási paradigmák: tanulás tanítóval és tanító nélkül, megerősítéses tanulás. Bevezető példák.
Matematikai alapok. Az optimalizálás alapvető módszerei (LP,QP, dinamikus programozás), numerikus optimalizálás alapjai. A statisztika alapvető fogalmai és problémái.
Tanulás tanítóval. Pontbecslés, intervallumbecslés, hipotézis vizsgálat. Alapvető tulajdonságok és módszerek. (ls/tls, ml/stls, Bayes becslők, iv, altér alapú). Struktúrabecslés, komplexitás kezelése, kísérlettervezés. Nemlineáris rendszerek identifikációja, univerzális approximátorok (interpolációs módszerek, k-legközelebbi szomszéd módszere, neurális háló, support vektor, fuzzy rendszerek, regressziós fa…). Regressziós és osztályozási problémák és módszerek kapcsolata. Osztályozási algoritmusok.
Tanító nélküli tanulás. Osztályozás tanító nélkül. Lényegkiemelő, k-közepek , EVD-SVD algoritmusok..
Megerősítéses tanulás alapjai. Dinamikus programozás, Q tanulás. Az adaptív irányítás általános elmélete, duális irányítás, aktív és passzív adaptív rendszerek, modellreferenciás és paraméteradaptív rendszerek , heurisztikus módszerek.. Implementációs kérdések. Esettanulmányok..