„Adatalapú rendszerek témalaboratórium” változatai közötti eltérés
Új oldal, tartalma: „{{Tantárgy| nev=Témalaboratórium |tárgykód=VITMBB04 |szak=üzemmérnök |kredit=6 |felev=4 |kereszt=N/A}}” |
Nincs szerkesztési összefoglaló |
||
| 6. sor: | 6. sor: | ||
|felev=4 | |felev=4 | ||
|kereszt=N/A}} | |kereszt=N/A}} | ||
A témalaboratórium egyrészt bemutatja a specializáció gazdatanszékéhez és esetleges közreműködő tanszékeihez tartozó műhelyeket, amelyek a specializáció tantárgyait oktatják, később pedig a kooperatív képzés keretében zajló Önálló laboratórium, Projektgyakorlat, illetve a Szakdolgozat-készítés tantárgyakban témavezetőket biztosítanak. A hallgatók a témalaboratórium foglalkozásai során megismerkednek a műhely munkájával, és elsajátítják a műhely témáinak műveléséhez szükséges speciális szakmai ismereteket. | |||
A tantárgy másik 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. | |||
*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.) | |||
==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 (leszedik a cuccokat a netről), OpenRefine adattisztogatásra | |||
*Azure Cognitive Service, Google Colab | |||
*Deep learning megoldások | |||
*Webfejlesztés, JavaScript, D3 | |||
*Neo4j | |||
*Citoscape | |||
*Cloudera, Spark, Hive, Impala, HDFS | |||
*MLOps | |||
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 | |||
*NBA jósoló | |||
*Budapesti autós forgalom vizsgálata | |||
*Track My Route | |||
*ScreenTime Analytics | |||
*Skillek becslése demográfiai adatok alapján | |||
*Amazon árfigyelő | |||
*Focimeccs statisztika | |||
*Filmadatbázis és filmstatisztikák dashboardja | |||
*Féléves timetrack és Időfelhasználás elemzés | |||
*Boldogságot befolyásoló tényezők elemzése | |||