Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással
    vissza a tantárgylistához   nyomtatható verzió    

    Adatalapú rendszerek laboratórium

    A tantárgy angol neve: Laboratory of Systems Based on Data

    Adatlap utolsó módosítása: 2018. június 29.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar
    Üzemmérnök-informatikus szak, BProf képzés
    specializációtárgy
    Adatalapú rendszerek specializáció
    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VITMBC01 5 0/0/4/f 6  
    3. A tantárgyfelelős személy és tanszék Nagy-Rácz István,
    5. A tantárgy az alábbi témakörök ismeretére épít adatkezelés, adatelemzés
    6. Előtanulmányi rend
    Kötelező:
    Training.Code=("5N-A9") ÉS
    (TárgyEredmény("BMEVITMBB02", "FELVETEL", _) > 0
    VAGY TárgyEredmény( "BMEVITMBB02" , "aláírás" , _ ) = -1 )
    ÉS
    (TárgyEredmény("BMEVITMBB03", "FELVETEL", _) > 0
    VAGY TárgyEredmény( "BMEVITMBB03" , "aláírás" , _ ) = -1 )

    ÉS

    Szakirany("BPINadrend", _)

    A fenti forma a Neptun sajátja, ezen technikai okokból nem változtattunk.

    A kötelező előtanulmányi rend az adott szak honlapján és képzési programjában található.

    7. A tantárgy célkitűzése
    A tárgy célja a specializáció tárgyaihoz (Adatalapú megoldások és Adatelemzési szoftverek)
    kapcsolódó anyagok gyakorlása és elmélyítése laboratóriumi mérések elvégzésével (alkalmazás szint: problémamegoldás ismeretek alkalmazásával, példák, feladatok önálló megoldása - K3).

    8. A tantárgy részletes tematikája
    A gyakorlatok (laborok) tematikája:
     
    A laborfeladatokra épülő munka során három fő feladat egyes részmoduljait kell a hallgatóknak elkészíteni és finomhangolni.
     

    Labor

    Laborok anyaga

    1.

    Első modul – A Kaggle.com platform egyik prediktív analitikai feladatának megismerése. A tanulásra szánt adathalmaz feltárása, alapstatisztikák készítése, az első predikciós megoldás létrehozása és eredményének tesztelése a platformon.

    2.

    Első modul – Adatelőkészítési feladatok segítségével a prediktív analitikai megoldás eredményének pontosítása. A visszamérési keretrendszer kialakítása.

    3.

    Első modul – Adatgazdagítási lépések alkalmazása a megoldás hatékonyságának növelése céljából.

    4.

    Első modul – Fejlett analitikai algoritmusok felhasználása. Paraméteroptimalizálása.

    5.

    Második modul – Anomáliadetekciós feladat megismerése, baseline modell létrehozása nem felügyelt módszerek segítségével.

    6.

    Második modul – Felügyelt módszerek használata az anomáliadetekciós feladatban.

    7.

    Második modul – Félig felügyelt módszerek használata az anomáliadetekciós feladatban.

    8.

    Második modul – Kombinált megoldások létrehozása, paraméteroptimalizálás, anomáliakeresési döntéstámogató rendszerek kialakításának alapjai.

    9.

    Harmadik modul – Baseline modell létrehozása egy osztályozási probléma megoldására.

    10.

    Harmadik modul – Modell finomítás

    11.

    Harmadik modul – Kombinált megoldások létrehozása, metatanuló algoritmusok alkalmazása, együttes osztályozók használata.

    12.

    Harmadik modul – A modellek interpretálásának alapvető módszerei. A modellek alkalmazásának kérdései (monitoring, újratanítás stb.)
     
    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) A laboratóriumi mérések során komplex nagyfeladatok egyes részmoduljait kell megoldani. A felkészüléshez szükséges a kiadott segédletek önálló feldolgozása.
    10. Követelmények
    A szorgalmi időszakban: laboratóriumi méréseken való részvétel (a maximális hiányzások száma: 2, úgy, hogy ez nem egy modulon belül történik) és a jegyzőkönyvek (részteljesítmény értékelés) elkészítése a megoldásról. A laboratóriumi foglalkozások során a hallgatók egy előre megadott gyakorlati feladatsor kidolgozásával, szakmai mentorálás mellett, csapatokban dolgoznak. A foglalkozások előtt a gyakorlatokhoz kiadott segédletek feldolgozása önálló feladat. 
     
    A foglalkozásokat követően, a hallgatók modulonként jegyzőkönyvet készítenek az elvégzett munkájukról, amelyben bemutatják a modul során létrehozott megoldásukat mind üzleti, mind adatelemzési szempontból. A jegyzőkönyvek beadási határideje, a modul utolsó alkalmától számított 3 munkanap. A jegyzőkönyvek értékelése során az alábbi szempontok szerint kerül kialakításra az egyes jegyzőkönyvekre kapott pontszám: a gyakorlati feladatsorban (útmutató) szereplő feladatok megoldása, az önálló döntéseket feltételező feladatok esetében a szakmailag átgondolt válaszok, a visszamérés során elért modellhatékonyság.

    Az egyes modulokra kapható pontszámok: 20, 30, 50. 
     
    Az osztályzat megállapításának módja: a jegyzőkönyvekre kapott pontszámok összege alapján 85%-tól jeles, 70%-tól jó, 55%-tól közepes, 40%-tól elégséges, alatta elégtelen.

    11. Pótlási lehetőségek A három modulhoz kapcsolódó jegyzőkönyvek közül egy a pótlási idő végéig pótolható, a laboratóriumi méréseken való részvétel nem pótolható.
    12. Konzultációs lehetőségek A tárgy előadóival előre egyeztetett időpontban.
    13. Jegyzet, tankönyv, felhasználható irodalom A labor gyakorlatokhoz kiadott segédletek.
    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka

    Kontaktóra

    56

    Készülés előadásokra

    0

    Készülés gyakorlatra

    0

    Készülés laborra

    56

    Készülés zárthelyire

    0

    Házi feladat elkészítése

    0

    Önálló tananyag-feldolgozás

    68

    Vizsgafelkészülés

    0

    Összesen

    180
    15. A tantárgy tematikáját kidolgozta

    Név:

    Beosztás:

    Tanszék, Int.:

    Gáspár Csaba

    egyetemi tanársegéd

    TMIT

    Nagy-Rácz István

    tanszéki mérnök

    TMIT