„Adatalapú megoldások” változatai közötti eltérés
Nincs szerkesztési összefoglaló |
aNincs szerkesztési összefoglaló |
||
7. sor: | 7. sor: | ||
|kereszt=N/A | |kereszt=N/A | ||
|tanszék=TMIT | |tanszék=TMIT | ||
|labor= | |labor= | ||
|kiszh=4 db | |kiszh=4 db | ||
|nagyzh=1 db | |nagyzh=1 db | ||
15. sor: | 15. sor: | ||
|targyhonlap= | |targyhonlap= | ||
|levlista= }} | |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. | 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. |
A lap 2021. május 8., 21:41-kori változata
Ez a lap az újonnan indult Üzemmérnök-informatikus BProf képzéshez tartozik!
Kérlek, ha időd engedi, töltsd fel tartalommal, ezzel segítve több száz társad tanulmányait.
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.
Követelmények
Előtanulmányi rend
- Specializáció besorolás.
A szorgalmi időszakban
- A gyakorlatokon legalább 70%-os részvétel.
- A ZH legalább elégséges szintű (40%) teljesítése (összegző teljesítményértékelés).
- 4 db kisZH a félév folyamán
- Megajánlott jegy: (0,6 * ZH_jegy + 0,4 * teljesített_tesztek_száma >= 3,5)
- Pótlási lehetőségek:
- A ZH szorgalmi időszakban pótolható.
A vizsgaidőszakban
- A vizsga legalább elégséges (40%) teljesítése szükséges.
Félévvégi jegy
TODO
Tematika
TODO
ZH
Elméleti és gyakorlati és gyakorlati kérdések vegyesen.
Vizsga
TODO
Tippek
TODO
1. félév | |
---|---|
2. félév | |
3. félév | |
4. félév | |
5. félév | |
6. félév |