Hering András (E-mail)

A gépi tanulásos algoritmusok a statisztikai fősodortól eltérő, predikciós képességet végletekig optimalizáló, de gyakran korlátozottan értelmezhető kimenetű alternatívaként jelentek meg. Leo Breiman az általa algoritmusos modellezésnek nevezett kultúra mellett érvelt, miszerint a legpontosabb modell a preferált egy rosszabbul teljesítő, de jobban interpretálható modellel szemben. Szakdolgozatomban Leo Breiman és társa, Adele Cutler Random Forests nevű modelljét értékelem ki egy logisztikus regresszióval vizsgált, tanulási típusokat elemző kutatásban azzal a céllal, hogy a várhatóan jobb teljesítményű Random Forests milyen ismert vagy új információt tud feltárni az oksági magyarázatot kereső társadalomtudományos környezetben. A Random Forests döntési fákból álló komplex struktúrájának feltárását követően felsorakoztatom a három fő információforrást a modell értelmezésére: out-of-bag, variable importance, és multi-dimension scaling. Az elemzés során létrehozok egy marginálisan jobban teljesítő RF modellt, amely kiértékelése során korábban ismert és nem feltárt összefüggések is megjelennek: a fák szavazati arányaiból származó értékek érdekes összefüggést mutatnak a logisztikus regresszió együtthatóival.

Mayer Balázs (E-mail)

Szakdolgozatomban a homofília hatását vizsgáltam hálózatokban lejátszódó véleménydinamikai folyamatokra, ágens alapú szimulációval. Fő hipotézisem, Gargiulo és Gandica (2017) nyomán az volt, hogy a vélemények szerinti homofília nagyobb mértéke össztársadalmi konszenzus létrejötte felé hat.

A véleménydinamikai folyamatok alanyait képző ágenseket hálózatok csomópontjaiként határoztam meg. Hálózatépítő modellem figyelembe vette a preferenciális kapcsolódás gyakran hivatkozott jelenségét, az ágensek közötti demográfiai attribútumok szerinti homofíliát a magyar társadalmat a kétezres években jellemző mértékben, valamint a vélemények szerinti homofíliát is, ötféle szimulált és valós véleményeloszlás mellett, pontosan beállítható mértékben.

A létrehozott gráfok fokeloszlásai a valós hálózatoktól elvárt módon hatványeloszlást követtek és képesek voltak megragadni azt a jelenséget is, hogy a hasonló tulajdonságú csomópontok nagyobb valószínűséggel kapcsolódtak, mint a különbözőek, várakozásaimmal ellentétben azonban a kizárólag demográfiai hasonlóságot figyelembe vevő hálózatokban nem jelent meg nagy modularitás.

A véleménydinamikai folyamatokat elemezve hipotézisem megerősítésre került, úgy tűnik, a homofília némileg kontraintuitív konszenzusképző hatása nem függ jelentősen a kiinduló véleményváltozók eloszlásától.