„Adatalapú megoldások” változatai közötti eltérés
aNincs szerkesztési összefoglaló |
|||
41. sor: | 41. sor: | ||
== Tematika == | == Tematika == | ||
* 2022 | |||
** 1.: Bevezetés, IPython és Python alapok | |||
***[[Media:AM_2022_intro.pdf | intro]] | |||
***[[Media:ipython_basics.zip | python basics 1]] | |||
***[[Media:python_basics.zip | python basics 2]] | |||
**[[Media:AM_2022_data.pdf | 2.: Adatállományok típusai, adatminőség, előfeldolgozás]] | |||
** 3.: NumPy | |||
***[[Media:numpy1.zip | numpy1]] | |||
***[[Media:numpy2.zip | numpy2]] | |||
***[[Media:numpy3.zip | numpy3]] | |||
***[[Media:numpy_gyakorlás.zip | numpy gyakorló feladatok]] | |||
** 4.: Pandas | |||
***[[Media:pandas1.zip | pandas1]] | |||
***[[Media:pandas2.zip | pandas2]] | |||
***[[Media:pandas3.zip | pandas3]] | |||
***[[Media:pandas_gyakorlas.zip | pandas gyakorló feladatok]] | |||
** 5.: Gépi tanulás | |||
***[[Media:sl_alapok.zip | scki-kit learn]] | |||
***[[Media:Validáció.zip | validáció]] | |||
***[[Media:Jellemzőtervezés.zip | jellemzőtervezés]] | |||
***[[Media:DontesiFak_OsztalyozasiKiertekelesek (1).pdf | döntési fák]] | |||
***[[Media:Osztályozás.zip | osztályozás]] | |||
** 6.: Vizualizáció | |||
***[[Media:visual1.zip | vizualizáció 1]] | |||
***[[Media:visual2.zip | vizualizáció 2]] | |||
== ZH == | == ZH == |
A lap 2022. május 10., 10:06-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
- 2022
- 1.: Bevezetés, IPython és Python alapok
- 2.: Adatállományok típusai, adatminőség, előfeldolgozás
- 3.: NumPy
- 4.: Pandas
- 5.: Gépi tanulás
- 6.: Vizualizáció
ZH
Elméleti és gyakorlati és gyakorlati kérdések vegyesen.
Vizsga
TODO
Tippek
TODO
1. félév | |
---|---|
2. félév | |
3. félév | |
4. félév | |
5. félév | |
6. félév |