„Adatalapú rendszerek témalaboratórium” változatai közötti eltérés

(13 közbenső módosítás ugyanattól a felhasználótól nincs mutatva)

6. sor:

|felev=4

|kereszt=N/A}}

A tantárgy 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. (A témavezető általában 4-7 napon belül szokott visszaírni -Teams-en és e-mailben is-, így probléma vagy elakadás esetén hatékonyabb, ha megpróbáljuk egyedül megkeresni a megoldást.)

*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.)

==Értékelés==

*Ötlet, feladat komplexitása - 20%

*Megvalósítás mikéntje, választott technológia bonyolultsága - 50%

*Változatosság: a három data productod ne legyen ugyanazon a technológiai stacken megvalósítva, ha az a platform túl egyszerű (ez eddig kb. az Excel-re vonatkozott, PowerBI-ra nem. A lényeg, hogy fejlődj.)

*Elkészült videó minősége, érthetősége - 20%

Elégségest az kaphat, aki legalább három data productot legalább elégséges szintre elkészített.

*A végső jegyből '''levon''', ha nem értékeltél 9 másik videót

*A végső jegyhez '''extra értéket ad hozzá''', ha több mint 9 videót értékeltél.

'''Extra pontok''':

*Első 3 data product ötlet beküldőjének (egy ember maximum egyet szerezhet belőle): 1-1 extra pont

*Első 3 első data product megvalósításáért (egy ember maximum egyet szerezhet belőle): 1-1 extra pont

*Első 3 embernek, aki értékelt már 9 megvalósítást (egy ember maximum egyet szerezhet belőle): 1-1 extra pont

*Legtöbbet véleményezők is extra pontot kapnak (méltányossági alapon több pontot is kiosztanak)

Az extra pontok egy-egy érdemjegy növelést lehet elérni a féléves munkában - feltéve ha legalább három data productot elküld az illető a félév során határidőre (elégséges szint elérést az elsőzés nem biztosíthatja).

==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 (a PowerBI-ban ez beépített szolgáltatás), OpenRefine adattisztogatásra

*Azure Cognitive Service, '''Google Colab''' (főleg akkor jó, ha inkább GPU-t használnák)

*Deep learning megoldások

*Webfejlesztés, JavaScript, D3

*Neo4j

*Citoscape

*Cloudera, Spark, Hive, Impala, HDFS

*MLOps

Érdemes az első data productot PowerBI-ban csinálni, mert a használata egyszerű és az ismerete az iparban is hasznodra válhat.

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

'''Hasznos oldalak''':

*[https://www.kaggle.com/ Kaggle]

*[https://datasetsearch.research.google.com/ Dataset Search - Google]

==Határidők==

Ilyenek voltak a 2022-es határidők:

*Legalább egy data product '''ötlet beküldésének''' határideje: március 3. csütörtök. déli 12h

*'''Első kész data product videó''' elkészítésének ideje: március 31. déli 12h

*'''Második kész data product videó''' elkészítése ideje: április 28. dél 12h

*'''Utolsó data product''' videó beküldésének határideje: május 5. 12h00

*Kiosztott videók (nem a saját videóid) megtekintésének és a '''véleményed beküldésének határideje''': május 12 szerda déli 12h00

Érdemes odafigyelni rájuk, mert csúszás esetén jegylevonás jár! Ha készen vagy egy data product-al és feltöltötted a videót, azt mindig le kell jelenteni a tájékoztatóban csatolt google formon. A videók véleményezésére is külön form van.

@@ 6. sor: / 6. sor: @@
 |felev=4
 |kereszt=N/A}}
+A tantárgy 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==
+*[[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. (A témavezető általában 4-7 napon belül szokott visszaírni -Teams-en és e-mailben is-, így probléma vagy elakadás esetén hatékonyabb, ha megpróbáljuk egyedül megkeresni a megoldást.)
+*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.)
+==Értékelés==
+*Ötlet, feladat komplexitása - 20%
+*Megvalósítás mikéntje, választott technológia bonyolultsága - 50%
+*Változatosság: a három data productod ne legyen ugyanazon a technológiai stacken megvalósítva, ha az a platform túl egyszerű (ez eddig kb. az Excel-re vonatkozott, PowerBI-ra nem. A lényeg, hogy fejlődj.)
+*Elkészült videó minősége, érthetősége - 20%
+Elégségest az kaphat, aki legalább három data productot legalább elégséges szintre elkészített.
+*A végső jegyből '''levon''', ha nem értékeltél 9 másik videót
+*A végső jegyhez '''extra értéket ad hozzá''', ha több mint 9 videót értékeltél.
+'''Extra pontok''':
+*Első 3 data product ötlet beküldőjének (egy ember maximum egyet szerezhet belőle): 1-1 extra pont
+*Első 3 első data product megvalósításáért (egy ember maximum egyet szerezhet belőle): 1-1 extra pont
+*Első 3 embernek, aki értékelt már 9 megvalósítást (egy ember maximum egyet szerezhet belőle): 1-1 extra pont
+*Legtöbbet véleményezők is extra pontot kapnak (méltányossági alapon több pontot is kiosztanak)
+Az extra pontok egy-egy érdemjegy növelést lehet elérni a féléves munkában - feltéve ha legalább három data productot elküld az illető a félév során határidőre (elégséges szint elérést az elsőzés nem biztosíthatja).
+==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 (a PowerBI-ban ez beépített szolgáltatás), OpenRefine adattisztogatásra
+*Azure Cognitive Service, '''Google Colab''' (főleg akkor jó, ha inkább GPU-t használnák)
+*Deep learning megoldások
+*Webfejlesztés, JavaScript, D3
+*Neo4j
+*Citoscape
+*Cloudera, Spark, Hive, Impala, HDFS
+*MLOps
+Érdemes az első data productot PowerBI-ban csinálni, mert a használata egyszerű és az ismerete az iparban is hasznodra válhat.
+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
+'''Hasznos oldalak''':
+*[https://www.kaggle.com/ Kaggle]
+*[https://datasetsearch.research.google.com/ Dataset Search - Google]
+==Határidők==
+Ilyenek voltak a 2022-es határidők:
+*Legalább egy data product '''ötlet beküldésének''' határideje: március 3. csütörtök. déli 12h
+*'''Első kész data product videó''' elkészítésének ideje: március 31. déli 12h
+*'''Második kész data product videó''' elkészítése ideje: április 28. dél 12h
+*'''Utolsó data product''' videó beküldésének határideje: május 5. 12h00
+*Kiosztott videók (nem a saját videóid) megtekintésének és a '''véleményed beküldésének határideje''': május 12 szerda déli 12h00
+Érdemes odafigyelni rájuk, mert csúszás esetén jegylevonás jár! Ha készen vagy egy data product-al és feltöltötted a videót, azt mindig le kell jelenteni a tájékoztatóban csatolt google formon. A videók véleményezésére is külön form van.