„Adatbányászati technikák” változatai közötti eltérés
A VIK Wikiből
Új oldal, tartalma: „{{Tantárgy | név = Adatbányászati technikák | tárgykód = VISZM185 | szak = gazdaságinformatikus | kredit = 5 | félév = ősz | kereszt = nincs | tanszék = VIK…” |
a →ZH |
||
| (8 közbenső módosítás ugyanattól a felhasználótól nincs mutatva) | |||
| 4. sor: | 4. sor: | ||
| szak = gazdaságinformatikus | | szak = gazdaságinformatikus | ||
| kredit = 5 | | kredit = 5 | ||
| félév = | | félév = tavasz | ||
| kereszt = nincs | | kereszt = nincs | ||
| tanszék = VIK-SZIT | | tanszék = VIK-SZIT | ||
| jelenlét = nincs | | jelenlét = nincs | ||
| minmunka = ? | | minmunka = ? | ||
| labor = | | labor = kéthetente | ||
| kiszh = nincs | | kiszh = nincs | ||
| nagyzh = 2 | | nagyzh = 2 | ||
| hf = | | hf = 2 | ||
| vizsga = nincs | | vizsga = nincs | ||
| levlista = | | levlista = | ||
| 18. sor: | 18. sor: | ||
| tárgyhonlap = http://www.cs.bme.hu/dm/ | | tárgyhonlap = http://www.cs.bme.hu/dm/ | ||
}} | }} | ||
==Bevezetés== | |||
Az alapvető adatbányászati algoritmusok ismertetése, azok alkalmazhatóságának bemutatása a gazdasági életből származó példákon keresztül. A hallgatók legyenek képesek adatbányászati elemzések elvégzésére különböző területeken (kereskedelem, pénzügy, marketing, orvosi adatbányászat, stb.). Ismerkedjenek meg a gyakorlatban széles körben elterjedt adatbányászati szoftverrel és szereznek tapasztalatokat az adatelemzés, tudáskinyerés területén. | |||
==Követelmények== | |||
*Két ZH, mindkettő 35 pontot ér, mindkettőn legalább 14 pontot el kell érni. | |||
*Legalább az egyik ZHnak elsőre (az eredeti időpontban) sikerülnie kell, a másik pótolható a pótZHval. Utolsó pótlási alkalom valamikor később a pótlási héten. | |||
*A laboron két beadandó házi van, mindkettő 15 pontot ér. A házik ellenőrzése az utolsó laboron történik. | |||
*A laboron az első hat alkalomból legalább ötön részt kell venni. | |||
*Összesen 100 pont szerezhető, 40 ponttól elégséges, 55-től közepes, 70-tól jó, 85-től jeles a félévközi jegy. | |||
==Segédanyagok== | |||
=== Könyvek === | |||
*Dr. Bodon Ferenc - [http://www.cs.bme.hu/~bodon/magyar/adatbanyaszat/tanulmany/adatbanyaszat.pdf Adatbányászati algoritmusok] | |||
*Pang-Ning Tan, Michael Steinbach, Vipin Kumar - [http://www-users.cs.umn.edu/~kumar/dmbook/index.php Introduction to Data Mining] | |||
== ZH == | |||
=== Első ZH === | |||
*[[Media:AdatbanyGazdinfo_20160331_1zh.pdf | 2016.03.31]] - ZH | |||
=== Második ZH === | |||
*[[Media:AdatbanyGazdinfo_20160510_2zh.pdf | 2016.05.10]] - ZH | |||
A lap jelenlegi, 2016. június 13., 14:48-kori változata
Bevezetés
Az alapvető adatbányászati algoritmusok ismertetése, azok alkalmazhatóságának bemutatása a gazdasági életből származó példákon keresztül. A hallgatók legyenek képesek adatbányászati elemzések elvégzésére különböző területeken (kereskedelem, pénzügy, marketing, orvosi adatbányászat, stb.). Ismerkedjenek meg a gyakorlatban széles körben elterjedt adatbányászati szoftverrel és szereznek tapasztalatokat az adatelemzés, tudáskinyerés területén.
Követelmények
- Két ZH, mindkettő 35 pontot ér, mindkettőn legalább 14 pontot el kell érni.
- Legalább az egyik ZHnak elsőre (az eredeti időpontban) sikerülnie kell, a másik pótolható a pótZHval. Utolsó pótlási alkalom valamikor később a pótlási héten.
- A laboron két beadandó házi van, mindkettő 15 pontot ér. A házik ellenőrzése az utolsó laboron történik.
- A laboron az első hat alkalomból legalább ötön részt kell venni.
- Összesen 100 pont szerezhető, 40 ponttól elégséges, 55-től közepes, 70-tól jó, 85-től jeles a félévközi jegy.
Segédanyagok
Könyvek
- Dr. Bodon Ferenc - Adatbányászati algoritmusok
- Pang-Ning Tan, Michael Steinbach, Vipin Kumar - Introduction to Data Mining
ZH
Első ZH
- 2016.03.31 - ZH
Második ZH
- 2016.05.10 - ZH
