„Adatalapú rendszerek témalaboratórium” változatai közötti eltérés

A VIK Wikiből
(Új oldal, tartalma: „{{Tantárgy| nev=Témalaboratórium |tárgykód=VITMBB04 |szak=üzemmérnök |kredit=6 |felev=4 |kereszt=N/A}}”)
 
Nincs szerkesztési összefoglaló
6. sor: 6. sor:
|felev=4
|felev=4
|kereszt=N/A}}
|kereszt=N/A}}
A témalaboratórium egyrészt bemutatja a specializáció gazdatanszékéhez és esetleges közreműködő tanszékeihez tartozó műhelyeket, amelyek a specializáció tantárgyait oktatják, később pedig a kooperatív képzés keretében zajló Önálló laboratórium, Projektgyakorlat, illetve a Szakdolgozat-készítés tantárgyakban témavezetőket biztosítanak. A hallgatók a témalaboratórium foglalkozásai során megismerkednek a műhely munkájával, és elsajátítják a műhely témáinak műveléséhez szükséges speciális szakmai ismereteket.
A tantárgy másik célja a kooperatív képzés előkészítése, a képzésben közreműködő vállalatok profiljának, az általuk művelt, és a képzés számára felkínált témáinak, alkalmazott tipikus technológiáinak megismertetése.
A Témalaboratórium tantárgy elvégzésével a hallgatók jártasságot szereznek a kooperatív képzés Önálló laboratórium, Projektgyakorlat és Szakdolgozat-készítés tárgyaiban alkalmazandó eszközök, technológiák és módszerek alkalmazásában, és megalapozottan tudnak kooperatív képzésre jelentkezni.
==Követelmények==
2022
*[[Media:Információk a BProf Adat-Témalabor kapcsán - 2022 tavasz.pdf | Információk a BProf Adat-Témalabor kapcsán]]
'''Összefoglaló''':
*A konzultációs órák nincsenek megtartva, önálló munkavégzés van.
*Három témalabor témát kell választanod, ezek 3 data productot jelentenek.
*Mindegyik data productról bemutató videót kell készíteni.
*A többi hallgató munkáit és videóit értékelned kell.
(Részletekért kérlek tekintsd meg a fentebb található pdf-t.)
==Tippek==
Bármilyen technológiát lehet választani, annak magadnak érdemes utánanézni. Ha nincs ötleted, kulcsszó, ami segíthet ha nem jut eszedbe semmilyen technológia
*Power BI, Tableau, QuiqView
*RapidMiner, KNime, Azure Machine Learning
*Python Ipython Notebook és kapcsolódó dolgok (matplotlib, bokeh, plotly), R
**Auto-sklearn
**Sklearn
**Pandas
**NLTK
**SpaCy
*crawler technológiák (leszedik a cuccokat a netről), OpenRefine adattisztogatásra
*Azure Cognitive Service, Google Colab
*Deep learning megoldások
*Webfejlesztés, JavaScript, D3
*Neo4j
*Citoscape
*Cloudera, Spark, Hive, Impala, HDFS
*MLOps
A "data product" egy adatalapú projektet akarna jelenteni, néhány ötlet a korábbi évekből:
*Kriptovaluta árfolyam megjelenítő
*New York Times Headline Analysis
*Webkamera kép kiértékelő python szkript
*Időjárás jelentés összegző
*Eminem zeneszöveg elemzés
*Edzésnapló
*Premier League 2017-18-as szezon összegzése
*Olimpiai statisztikák elemzése és megjelenítése
*Méhek pusztulása az USA-ban
*Geotagging Pictures
*Chatbot
*KSH adatvizualizáció
*Saját bankkártya adataim pénzügyi analízise
*NBA jósoló
*Budapesti autós forgalom vizsgálata
*Track My Route
*ScreenTime Analytics
*Skillek becslése demográfiai adatok alapján
*Amazon árfigyelő
*Focimeccs statisztika
*Filmadatbázis és filmstatisztikák dashboardja
*Féléves timetrack és Időfelhasználás elemzés
*Boldogságot befolyásoló tényezők elemzése

A lap 2022. május 10., 14:53-kori változata

Témalaboratórium
Tárgykód
VITMBB04
Általános infók
Szak
üzemmérnök
Kredit
6
Ajánlott félév
4
Keresztfélév
N/A
Követelmények
Elérhetőségek

A témalaboratórium egyrészt bemutatja a specializáció gazdatanszékéhez és esetleges közreműködő tanszékeihez tartozó műhelyeket, amelyek a specializáció tantárgyait oktatják, később pedig a kooperatív képzés keretében zajló Önálló laboratórium, Projektgyakorlat, illetve a Szakdolgozat-készítés tantárgyakban témavezetőket biztosítanak. A hallgatók a témalaboratórium foglalkozásai során megismerkednek a műhely munkájával, és elsajátítják a műhely témáinak műveléséhez szükséges speciális szakmai ismereteket. A tantárgy másik célja a kooperatív képzés előkészítése, a képzésben közreműködő vállalatok profiljának, az általuk művelt, és a képzés számára felkínált témáinak, alkalmazott tipikus technológiáinak megismertetése. A Témalaboratórium tantárgy elvégzésével a hallgatók jártasságot szereznek a kooperatív képzés Önálló laboratórium, Projektgyakorlat és Szakdolgozat-készítés tárgyaiban alkalmazandó eszközök, technológiák és módszerek alkalmazásában, és megalapozottan tudnak kooperatív képzésre jelentkezni.

Követelmények

2022

Összefoglaló:

  • A konzultációs órák nincsenek megtartva, önálló munkavégzés van.
  • Három témalabor témát kell választanod, ezek 3 data productot jelentenek.
  • Mindegyik data productról bemutató videót kell készíteni.
  • A többi hallgató munkáit és videóit értékelned kell.

(Részletekért kérlek tekintsd meg a fentebb található pdf-t.)


Tippek

Bármilyen technológiát lehet választani, annak magadnak érdemes utánanézni. Ha nincs ötleted, kulcsszó, ami segíthet ha nem jut eszedbe semmilyen technológia

  • Power BI, Tableau, QuiqView
  • RapidMiner, KNime, Azure Machine Learning
  • Python Ipython Notebook és kapcsolódó dolgok (matplotlib, bokeh, plotly), R
    • Auto-sklearn
    • Sklearn
    • Pandas
    • NLTK
    • SpaCy
  • crawler technológiák (leszedik a cuccokat a netről), OpenRefine adattisztogatásra
  • Azure Cognitive Service, Google Colab
  • Deep learning megoldások
  • Webfejlesztés, JavaScript, D3
  • Neo4j
  • Citoscape
  • Cloudera, Spark, Hive, Impala, HDFS
  • MLOps


A "data product" egy adatalapú projektet akarna jelenteni, néhány ötlet a korábbi évekből:

  • Kriptovaluta árfolyam megjelenítő
  • New York Times Headline Analysis
  • Webkamera kép kiértékelő python szkript
  • Időjárás jelentés összegző
  • Eminem zeneszöveg elemzés
  • Edzésnapló
  • Premier League 2017-18-as szezon összegzése
  • Olimpiai statisztikák elemzése és megjelenítése
  • Méhek pusztulása az USA-ban
  • Geotagging Pictures
  • Chatbot
  • KSH adatvizualizáció
  • Saját bankkártya adataim pénzügyi analízise
  • NBA jósoló
  • Budapesti autós forgalom vizsgálata
  • Track My Route
  • ScreenTime Analytics
  • Skillek becslése demográfiai adatok alapján
  • Amazon árfigyelő
  • Focimeccs statisztika
  • Filmadatbázis és filmstatisztikák dashboardja
  • Féléves timetrack és Időfelhasználás elemzés
  • Boldogságot befolyásoló tényezők elemzése