Aiheita:

1. Graphical Models
   - Bayesian networks                  
   - inference methods

  * Graafiset mallit ovat verkkoja, joiden solmut edustavat satunnaismuuttujia,
    verkon linkit edustavat tilastollisia riippuvuussuhteita eri
    satunnaismuuttujien välillä


2. Neural Networks
   - multi-layer perceptron
   - Boltzmann machine
   - deep neural networks
   - extreme learning machine

  * Neuroverkot ovat laskennan malleja, jotka koostuvat joukosta
    (keinotekoisia) neuroneita, jotka ovat yksinkertaisia, toisiinsa
    kytkettyjä tiedonkäsittely-yksiköitä


3. Decision Trees
   - random forest

  * Päätöspuu on luokittelumenetelmä, joka perustuu puurakenteeseen. Puun
    solmuissa havainnot jaetaan kahteen osaan perustuen aina yhden
    muuttujan arvoihin


4. Ensemble Learning
   - boosting
   - bagging

  * Ideana on rakentaa joukko luokittelijoita, joiden luokittelutarkkuus
    yhdessä on parempi kuin yksittäisten luokittelijoiden


5. Reinforcement learning

  * Palauteoppimisessa oppija yrittää muodostaa tehokkaan toimintastrategian
    ympäristössä, jossa suoritettujen valintojen edut ja haitat näkyvät
    vasta myöhemmin. Algoritmeja on sovellettu menestyksellä mm. peleissä.


6. AI in Games

  * Tekoälyn käyttö erilaisissa peleissä


8. Signal Processing
   - denoising, filtering
   - audio, speech

  * Digitaalisessa muodossa esitettyjen signaalien käsittelyä numeerisen
    laskennan menetelmin


9. Computer vision
   - image classification, detection, recognition
   - RGB-D sensors
   - 3D reconstruction

  * Konenäön menetelmiä ja sovelluksia


10. Minimum Description Length (MDL) / Minimum Message Length (MML)

  * Informaatioteoriaan perustuvia menetelmiä, joita voidaan käyttää
    monenlaisten tilastollisten ongelmien ratkaisuun. MDL on suomalaisen
    Jorma Rissasen kehittämä.


11. Normalized Compression Distance

  * Ideana on laskea kahden objektin (esimerkiksi tiedostojen) välinen
    etäisyys perustuen siihen, miten hyvin objektit pakkautuvat toisaalta
    yhdessä ja toisaalta erikseen


12. Visualization
   - dimensionality reduction
   - interactive visualization

  * Moniuloitteisen datan visualisointi


13. Search Engines
   - text modeling
   - ranking

  * Web-sivustojen hakukoneet


14. Collaborative Filtering
   - Netflix

  * Yhteisöllinen suodatus antaa käyttäjälle suosituksia perustuen toisten
    käyttäjien mielipiteisiin. Esimerkkinä Netflix-kilpailu, jossa
    tarkoituksena on ennustaa ihmisten arvioita elokuvista.


15. Clustering

  * Klusterointi on ohjaamattoman oppimisen menetelmä, jossa pyritään
    muodostamaan havainnoista rykelmiä (klustereita), joiden sisällä
    havainnot ovat keskenään jollain lailla samankaltaisia ja klustereiden
    välillä erikaltaisia