Course title:
Adattudományi programozási feladatok
Primary programme:
Fizikus mérnök BSc
ECTS credits:
2
Course type:
kötelező (a Természettudományos adatelemzés specializáció hallgatóinak)
Number of lectures per week:
0
Number of practices per week:
1
Number of laboratory exercises per week:
0
Further knowledge transfer methods:
Grading:
Coursework grade
Special grading methods:
Semester:
6
Prerequisites:
Bevezetés az adattudományba (lehet azonos félévben)
Responsible lecturer:
Dr. Molontay Roland, egyetemi adjunktus, PhD
Lecturers and instructors:
Course description:
A tárgy célja a Bevezetés az adattudományba tárgyban kevésbé tárgyalt adattudományi fogalmak, algoritmusok a korábban megszerzett matematikai ismeretekre épülő, gyakorlati megközelítésű megismertetése és python implementációja.
Tematika:
Az adatmanipulálás
Prediktív analízis
Megjelenítés lépései valódi adatokkal
Python-csomagok: pandas, scikit- learn, matplotlib, ggplot
Ismerkedés az R és más adattudományi szoftverek használatával.
Bayes-hálók
Együttes módszerek osztályozásra: véletlen erdő, bagging, boosting
Klaszterezés: DBSCAN, EM algoritmus
Ajánlórendszerek
Asszociációs szabályok
Anomáliák (outlierek) detektálása
Nagyobb esettanulmányok
Reading materials:
Tan, Pang-Ning, Michael Steinbach, and Vipin Kumar. Introduction to data mining. 2005.
Leskovec, Jure, Anand Rajaraman, and Jeffrey David Ullman. Mining of massive datasets. Cambridge University Press, 2014.
https://www.w3schools.com/python/pandas/default.asp
List of competences:
a) tudása- Ismeri a műszaki és fizikai problémák számítógépes modellezésének matematikai és informatikai módszereit.b) képességei- Képes tudásának önálló gyarapítására, a releváns szakirodalom követésére és feldolgozására, és tanulmányainak magasabb szinten történő folytatására.c) attitűdje- Törekszik a tudományos fizikai ismeretek és a műszaki-technológiai alkalmazások közötti összekötő, integráló szerep megteremtésére.- Hitelesen képviseli a természettudományos világnézetet, és alkalmazni tudja a technológia és társadalom viszonylatában.- Nyitott a természettudományos és műszaki továbbképzés irányában.- Elkötelezett új kompetenciák elsajátítására.- Fejleszti, mélyíti szakterületi ismereteit.d) autonómiája és felelőssége- Önállóan feltárja és átgondolja az alapvető szakmai kérdéseket, és adott források alapján megválaszolja azokat, képes önálló szakmai döntések meghozatalára.- Felelősséggel együttműködik a műszaki, természettudományos és más szakterületek szakembereivel.- Tudatosan vállalja a műszaki-természettudományos terület etikai normáit.- Saját képességeit és munkájának eredményét reálisan értékeli.- Folyamatos tanulással fejleszti kompetenciáit, alkalmassá válva felelősségteljes munkakörök betöltésére.- Tisztában van a tudományos-technológiai kijelentések jelentőségével és következményeivel.