Kurzus nemzetközi vendég- és részidős hallgatóknak

Kar
Természettudományi Kar
Szervezet
TTK Számítógéptudományi Tanszék
Kód
adatba1u0um17em
Cím
Adatbányászat (ea)
Tervezett félév
Tavaszi
Meghirdetve
2024/25/1
ECTS
3
Nyelv
hu
Oktatás célja
Tudás: az adatbányászat modern módszereinek elsajátítása Képesség: az adatbányászat modern módszereinek megértése, használata Attitűd: igény az alkalmazott matematikai tudás gyarapítására, új alkalmazott matematikai ismeretek megszerzésére, kompetenciák elsajátítására, kifejlesztésére. Törekvés a matematikai ismereteinek minél szélesebb körű alkalmazására Autonómia és felelősség: az adatbányászat modern módszereinek témakörében elsajátított alapvető ismeretei felhasználásával képes önállóan megválasztani az alkalmazási problémák megoldására alkalmazható módszereket
Tantárgy tartalma
Gyakori mintázat keresés. Asszociációs szabályok. Szintenként haladó algoritmusok, Apriori. Partíciós és Toivonen algoritmus. Mintanövelő algoritmusok, FP-growth. Hierarchikus asszociációs szabályok. Kényszerek kezelése. Korrelációkeresés. Dimenziócsökkentési eljárások. Spektrál módszerek, közelítés kis rangú mátrixszal. Fingerprintek, lenyomat alapú hasonlóságkeresés. Változók kiválasztása. Klasszifikáció. Döntési fák, k-NN, neurális hálók, Bayes-módszerek. Kernel-módszer, SVM, hibrid módszerek. Klaszterezés. Particionáló algoritmusok, k-közép. Hierarchikus algoritmusok. Sűrűség és link alapú módszerek, DBSCAN, OPTICS. Spektrálklaszterezés. Alkalmazások és implementációs kérdések. Adatbányászati rendszerarchitektúrák. Adatszerkezetek
Számonkérés és értékelés
kollokvium
Ajánlott irodalom
Pang-Ning Tan, Michael Steinbach, Vipin Kumar: Introduction to Data Mining, Addison-Wesley, 2006, ISBN 0321321367, magyarul „Adatbányászat –Alapvetés”, Panem 2012, ISBN 9786155186097 Jiawei Han és Micheline Kamber: Data Mining: Concepts and Techniques, 2nd ed., Morgan Kaufmann Publishers, 2006, ISBN 1558609016, magyarul az első kiadás ,,Adatbányászat, Koncepciók és technikák’’, Pannem, 2004, ISBN 9635453949 Bodon Ferenc adatbányászati jegyzete, http://www.cs.bme.hu/~bodon/magyar/adatbanyaszat/ Dr. Abonyi János (szerk.): Adatbányászat - a hatékonyság eszköze, Computerbooks Kiadó, 2006. T. Hastie, R. Tibshirani, J. H. Friedman: The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition, Springer, 2009, ISBN 9780387848587

Kurzus szakjai

Név (kód) Nyelv Szint Kötelező Tanév ...
alkalmazott matematikus (TTK-ALKMAT-NMHU) hu 7 1/2
alkalmazott matematikus (TTK-ALKMAT-NMEN) en 7 1/2
Alkalmazott matematikus MSc - Számítástudomány szakirány (TTK-ALKMAT-SZÁMTUD-NMHU) hu 7 1/2
Erasmus program keretében (TTK-ERASMUS-NXXX) en Kötelező
matematikus (TTK-MATEMAT-NMHU) hu 7 1/2
matematikus (TTK-MATEMAT-NMEN) en 7 1/2
Vissza