Kurzus nemzetközi vendég- és részidős hallgatóknak

Kar

Informatikai Kar

Szervezet

IK Adattudományi és Adattechnológiai Tanszék

Kód

IPM-24ATDSLAB1

Cím

Adattudomány Labor I.

Tervezett félév

Tavaszi

ECTS

4

Nyelv

Oktatás célja

tudása Tisztában van az elemzéshez, modellezéshez használt aktuális technológiák működésével és képes azok valós körülmények között történő alkalmazására nagy mennyiségű adat esetében is. Összefüggéseket tud teremteni az egyes adattípusok között, képes az adatok transzformációján alapuló információ-kinyerésre és feladatmegoldásra multidiszciplináris környezetben is. képességei Képes az előírt feladathoz tartozó nyers adat transzformációs lépéseinek megalkotására. Képes a rutinproblémák felismerésén és megoldásán túl eredeti ötleteket felvetni. attitűd Tiszteletben tartja és munkája során figyelembe veszi az övétől eltérő véleményeket, kizárólag a szakmai érvekkel történő meggyőzést tartja elfogadhatónak. Hitelesen képviseli szakmáját és mutatja be munkájának eredményeit. autonómiája és felelőssége Nagy figyelmet fordít feladatainak precíz elvégzésre és a határidők pontos betartására, illetve betartatására. Alkalmas mind egyénileg, mind pedig egy csoport tagjaként vagy vezetőjeként elemzői, modellezői és egyéb, az adattudománnyal kapcsolatos feladatok elvégzésére.

Tantárgy tartalma

A kurzus során a hallgatók csapatokban dolgoznak majd az informatikai kar ipari és egyetemi partnereitől gyűjtött valós adatokon. A feladatok mind az alap-, mind az alkalmazott kutatásra vonatkoznak majd, tapasztalt adattudósok felügyelete mellett, ami szükséges az eredmények kívánt minőségben történő átadásához. A projektek a megfelelő ipari adattudományi módszereket követik (például: CRISP-DM). A hangsúlyt a meghatározott feladatok prototípus-megoldásaira helyezzük, többek között az adatok előfeldolgozására, az adatok átalakítására, az adatok vizualizálására, a modellezésre (modellválasztás, hiperparaméter-hangolás, modellkombináció stb.), a modellértékelésre és -beállításra, a leíró és előre jelző adatbányászat valós idejű adatelemzésére, az anomáliák felderítésére. A konkrét feladatokat az ipari partnerek határozzák meg, és fontos szerepet játszanak majd a leszállított megoldások/prototípusok értékelésében is. Adott esetben a csapatok részt vesznek adatbányászati kihívásokban (pl. Kaggle). Prototípus-megoldások szállítása a meghatározott feladatokra. Adatelőfeldolgozás, adattranszformáció Adatvizualizáció Adatmodellezés (modellválasztás, hiperparaméterek hangolása, modellkombináció stb,) modellértékelés A modell telepítése, Valós idejű adatelemzés leíró és prediktív bányászathoz Anomáliák észlelése

Számonkérés és értékelés

gyakorlati jegy

Irodalomjegyzék

Ian H. Witten, Eibe Frank, Mark A. Hall (2011). Data Mining: Practical Machine Learning Tools and Techniques. Morgan Kaufmann. Pang-Ning Tan, Michael Steinbach, Vipin Kumar (2005). Introduction to Data Mining. Addison Wesley.

Kurzus szakjai