„Adatalapú megoldások” változatai közötti eltérés

A VIK Wikiből
aNincs szerkesztési összefoglaló
41. sor: 41. sor:


== Tematika ==
== Tematika ==
TODO
* 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

Adatalapú megoldások
Tárgykód
VITMBB02
Általános infók
Szak
üzemmérnök
Kredit
5
Ajánlott félév
4
Keresztfélév
N/A
Tanszék
TMIT
Követelmények
KisZH
4 db
NagyZH
1 db
Házi feladat
nincs
Vizsga
írásbeli
Elérhetőségek

link=‎ Ez a lap az újonnan indult Üzemmérnök-informatikus BProf képzéshez tartozik!

Kérlek, ha időd engedi, töltsd fel tartalommal, ezzel segítve több száz társad tanulmányait.


Hasznos forrás lehet a hasonló Mérnökinformatikus BSc tárgyak anyaga, a tárgyhoz tartozó tantárgyi adatlap, illetve a BProf mintatanterv.


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

ZH

Elméleti és gyakorlati és gyakorlati kérdések vegyesen.

Vizsga

TODO

Tippek

TODO


1. félév
2. félév
3. félév
4. félév
5. félév
6. félév