„Adatalapú megoldások” változatai közötti eltérés

(15 közbenső módosítás ugyanattól a felhasználótól nincs mutatva)

15. sor:

|targyhonlap=

|levlista= }}

~~{{TODO BProf}}~~

A tantárgy célja a hallgatók megismertetése az adatfókuszú Python nyelv azon eszköztárával, amelynek segítségével megoldhatók tipikus adatközpontú problémák. A sokszínű feladatok között a hallgatók megtanulhatják a szükséges munkafolyamatokat, azaz automatikus adatletöltést, adatok integrálását és áttöltését különböző API-k segítségével, illetve annak a technikáját, hogy hogyan kell a prediktív analitikai megoldásokat különböző előrejelzési környezetbe integrálni. A tárgy elvégzése után a hallgató képes lesz alapszintű, integrált, adatközpontú megoldások kialakítására és üzemeltetésére.

33. sor:

30. sor:

**GO/NO GO

**Nem lehet őket pótolni.

*Általában úgy van, hogy a numpy-t és a pandas-t egyszerre íratják meg, majd a gépi tanulás és vizualizáció részt is. Mindkettő esetén az értékelés viszont külön zajlik: tehát, ha pl. a numpy teszted sikerült, de a pandas nem, attól még az 1 pontot megkapod a numpy részre.

* Kiselőadás 8. héten = 1 db teljesített gyakorlati teszt

**[[Media:AM_2022_pres_updated.pdf | 2022-es kiselőadás témák]]

48. sor:

46. sor:

== Tematika ==

[https://www.anaconda.com/products/distribution Anaconda] és Jupyter Notebook szükséges.

* 2022

** 1.: Bevezetés, IPython és Python alapok

68. sor:

***[[Media:Validáció.zip | validáció]]

***[[Media:Jellemzőtervezés.zip | jellemzőtervezés]]

***[[Media:DontesiFak_OsztalyozasiKiertekelesek (1).pdf | döntési fák]]

***[[Media:DontesiFak_OsztalyozasiKiertekelesek (1).pdf | döntési fák]] - Ezt az anyagrészt Szűcs Gábor adta elő.

***[[Media:Osztályozás.zip | osztályozás]]

** 6.: Vizualizáció

75. sor:

== ZH ==

Elméleti ~~és gyakorlati~~ és gyakorlati kérdések vegyesen.

*Elméleti és gyakorlati kérdések vegyesen.

*Papíralapú és feleletválasztós. (Tehát a tárgy elvégzéséhez nem feltétlenül szükséges az, hogy legyen laptopod.)

*Rossz válasz esetén pontlevonás nincs.

*A ZH eredménye nem számít a vizsgajegybe.

*Megajánlotthoz a ZH-ra kapott jegy (és nem a pontszám) számít. (Minimum 4-est kell írni a megajánlotthoz.)

*PZH-val és PPZH-val is lehet megajánlottat szerezni.

== Tippek ==

*Az előadó jó fej, a tárgy hasznos~~. Érdemes rá készülni~~.

*Az előadó jó fej és segítőkész, a tárgy hasznos.

*~~A gyakorlati~~ anyagok Moodle-ön megtalálhatóak, a közérdekű információkat Teams csoportba posztolják.

*Az anyagok Moodle-ön megtalálhatóak, a közérdekű információkat Teams csoportba posztolják.

*Az előadások és gyakorlatok között nem tesznek különbséget, értsd: mindegyik óra gyakorlati. Érdemes laptopot vinni, de nem kötelező.

*A hiányzásokat nem veszik figyelembe, de érdemes bejárni.

*Néha vannak céges vendégelőadók, 2022-ben pl. a Lexunit Group Ltd.

@@ 15. sor: / 15. sor: @@
 |targyhonlap=
 |levlista=  }}
-{{TODO BProf}}
 A tantárgy célja a hallgatók megismertetése az adatfókuszú Python nyelv azon eszköztárával, amelynek segítségével megoldhatók tipikus adatközpontú problémák. A sokszínű feladatok között a hallgatók megtanulhatják a szükséges munkafolyamatokat, azaz automatikus adatletöltést, adatok integrálását és áttöltését különböző API-k segítségével, illetve annak a technikáját, hogy hogyan kell a prediktív analitikai megoldásokat különböző előrejelzési környezetbe integrálni. A tárgy elvégzése után a hallgató képes lesz alapszintű, integrált, adatközpontú megoldások kialakítására és üzemeltetésére.
@@ 33. sor: / 30. sor: @@
 **GO/NO GO
 **Nem lehet őket pótolni.
+*Általában úgy van, hogy a numpy-t és a pandas-t egyszerre íratják meg, majd a gépi tanulás és vizualizáció részt is. Mindkettő esetén az értékelés viszont külön zajlik: tehát, ha pl. a numpy teszted sikerült, de a pandas nem, attól még az 1 pontot megkapod a numpy részre.
 * Kiselőadás 8. héten = 1 db teljesített gyakorlati teszt
 **[[Media:AM_2022_pres_updated.pdf | 2022-es kiselőadás témák]]
@@ 48. sor: / 46. sor: @@
 == Tematika ==
+[https://www.anaconda.com/products/distribution Anaconda] és Jupyter Notebook szükséges.
 * 2022
 ** 1.: Bevezetés, IPython és Python alapok
@@ 68. sor: / 68. sor: @@
 ***[[Media:Validáció.zip | validáció]]
 ***[[Media:Jellemzőtervezés.zip | jellemzőtervezés]]
-***[[Media:DontesiFak_OsztalyozasiKiertekelesek (1).pdf | döntési fák]]
+***[[Media:DontesiFak_OsztalyozasiKiertekelesek (1).pdf | döntési fák]] - Ezt az anyagrészt Szűcs Gábor adta elő.
 ***[[Media:Osztályozás.zip | osztályozás]]
 ** 6.: Vizualizáció
@@ 75. sor: / 75. sor: @@
 == ZH ==
-Elméleti és gyakorlati és gyakorlati kérdések vegyesen.
+*Elméleti és gyakorlati kérdések vegyesen.
+*Papíralapú és feleletválasztós. (Tehát a tárgy elvégzéséhez nem feltétlenül szükséges az, hogy legyen laptopod.)
+*Rossz válasz esetén pontlevonás nincs.
+*A ZH eredménye nem számít a vizsgajegybe.
+*Megajánlotthoz a ZH-ra kapott jegy (és nem a pontszám) számít. (Minimum 4-est kell írni a megajánlotthoz.)
+*PZH-val és PPZH-val is lehet megajánlottat szerezni.
 == Tippek ==
-*Az előadó jó fej, a tárgy hasznos. Érdemes rá készülni.
+*Az előadó jó fej és segítőkész, a tárgy hasznos.
-*A gyakorlati anyagok Moodle-ön megtalálhatóak, a közérdekű információkat Teams csoportba posztolják.
+*Az anyagok Moodle-ön megtalálhatóak, a közérdekű információkat Teams csoportba posztolják.
 *Az előadások és gyakorlatok között nem tesznek különbséget, értsd: mindegyik óra gyakorlati. Érdemes laptopot vinni, de nem kötelező.
+*A hiányzásokat nem veszik figyelembe, de érdemes bejárni.
+*Néha vannak céges vendégelőadók, 2022-ben pl. a Lexunit Group Ltd.
 {{Lábléc_-_Üzemmérnök-informatikus_alapszak}}