Kurzus nemzetközi vendég- és részidős hallgatóknak

Kar

Informatikai Kar

Szervezet

IK Adattudományi és Adattechnológiai Tanszék

Kód

IPM-24ATSMEG

Cím

Adatfolyamok bányászata Ea+Gy.

Tervezett félév

Őszi

ECTS

6

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. Ismeri a nagymennyiségű adatok tárolására, feldolgozására és vizualizációjára szolgáló technikákat, tisztában van az egyes eszközrendszerek tulajdonságaival. Ismeri az adattudomány főbb alkalmazási területeit, az ezekhez kötődő problémákat és a megoldási lehetőségek főbb irányait, a kapcsolódó technikák alkalmazási korlátait. Összefüggéseket tud teremteni az egyes adattípusok között, képes az adatok transzformációján alapuló információ-kinyerésre és feladatmegoldásra multidiszciplináris környezetben is. képességei Képes a különböző tudományágakban megjelenő komplex osztályozási, modellezési, előrejelzési problémák formalizálására, a szükséges elméleti és gyakorlati módszerek meghatározására és azok megoldására. Képes az előírt feladathoz tartozó nyers adat transzformációs lépéseinek megalkotására. Ismeri az adatelemek közötti függőségi viszonyokat és az adatok strukturálhatóságát, típusait. A technológia változása esetén képes az adatelemzési stratégiát a technológiától függetleníteni. Képes hatékonyan együttműködni az adattudományhoz kapcsolódó, a feldolgozandó, elemzést igénylő adatokat előállító tudományterületek képviselőivel. Képes nagy mennyiségű adat hatékony vizualizációjára, az eredmények interpretálására. Képes a rutinproblémák felismerésén és megoldásán túl eredeti ötleteket felvetni. attitűd Figyelemmel kíséri az adattudomány és a kapcsolódó szakterületek elsősorban matematikai, statisztikai, informatikai vonatkozású, valamint mesterséges intelligenciával kapcsolatos legújabb eredményeit és törekszik arra, hogy ezeket saját fejlődésének szolgálatába állítsa. 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 Felelősséget vállal a vele együtt dolgozó vagy irányítása alatt állók munkájáért. Munkáját a szakmai és tudományos etika követelményeinek maximális figyelembevételével végzi.

Tantárgy tartalma

A tanfolyam célja felkészíteni a hallgatókat adatfolyamok értelmezésére és azok elemzésére különféle idő- és tárhely korlátok figyelembe vételével. Az adatfolyamok bányászása terén használt algoritmusok sokszor csak egyszer és részlegesen érik el az adatokat és nincs lehetőség azok teljes körű visszajátszására. A fentiek mellett figyelembe kell venni azt is hogy az adatfolyamok jellege nem állandó. A tanfolyam során a következő témák bemutatására kerül sor: Adatfolyamok fogadását és elemzését lehetővé tevő megoldások: vízjelek, értesítések, következetesség. Adatfolyamokon futtatható lekérdezések. Osztályozás és klaszterezés. Ismétlődő minták. Az adatfolyamokban fellépő változások azonosítása.

Számonkérés és értékelés

összevont számonkérés, kollokvium(5)

Irodalomjegyzék

Albert Bifet, Ricard Gavalda, Geoff Holmes, Bernhard Pfahringer (2018). Machine Learning for Data Streams: with Practical Examples in MOA. The MIT Press. A. G. Psaltis. Streaming Data: Understanding the real-time pipeline. Manning Publications, 2016. Gerardus Blokdyk (2018). Data stream mining. CreateSpace Independent Publishing Platform. Joao Gama (2010). Knowledge Discovery from Data Streams. Chapman & Hall. Tyler Akidau, Slava Chernyak, Reuven Lax (2018). Streaming Systems: The What, Where, When, and How of Large-Scale Data Processing. O'Reilly Media, 1st Edition.

Kurzus szakjai