„Adatalapú rendszerek témalaboratórium” változatai közötti eltérés
| 23. sor: | 23. sor: | ||
==Tippek== | ==Tippek== | ||
Bármilyen technológiát lehet választani, annak magadnak érdemes utánanézni. Ha nincs ötleted, kulcsszó, ami segíthet ha nem jut eszedbe semmilyen technológia | '''Bármilyen technológiát''' lehet választani, annak magadnak érdemes utánanézni. Ha nincs ötleted, kulcsszó, ami segíthet ha nem jut eszedbe semmilyen technológia | ||
*Power BI, Tableau, QuiqView | *Power BI, Tableau, QuiqView | ||
*RapidMiner, KNime, Azure Machine Learning | *RapidMiner, KNime, Azure Machine Learning | ||
| 41. sor: | 41. sor: | ||
*MLOps | *MLOps | ||
A '''"data product"''' egy adatalapú projektet akarna jelenteni, néhány ötlet a korábbi évekből: | |||
A "data product" egy adatalapú projektet akarna jelenteni, néhány ötlet a korábbi évekből: | |||
*Kriptovaluta árfolyam megjelenítő | *Kriptovaluta árfolyam megjelenítő | ||
*New York Times Headline Analysis | *New York Times Headline Analysis | ||
A lap 2022. május 10., 14:06-kori változata
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
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
Hasznos oldalak:
