Adatbányászati technikák
2022 tavasz


               
Előadás:


          Előadó: Csima Judit (csima at cs.bme.hu)
          Előadás: minden hétfőn 8:20-10:00   (10 perc szünettel) a QBF10-ben, és  páratlan heteken csütörtökön 10.00- 11.40 is (10 perc szünettel) a QBF10-ben
          
Labor


Laborvezető: Kabódi László  (kabodil at gmail.com)
Labor:  mindkét csoportnak csütörtökön 8:15-9:45, R4K, egyik csoport páratlan, másik csoport páros heteken jön

Zárthelyik:

  
1.zh: március 29., kedd este 18:00-19:30, IB026 
  
2. zh: május 17., kedd este 18-20  

   pótzh:
május 26.
  
pótpótzh:  várhatóan június 1.


Az előadás anyaga:

    Az előadás anyagát nagyjából lefedő diasorok és az órán használt feladatsorok a Moodle-ben  találhatók. Az előadásokon sokszor a táblát használom (az algoritmusok ismertetésénél mindig), a fóliák csak egy részletes vázlatnak tekinthetők.  A ZH anyaga az, ami az előadáson elhangzik, de ha lényeges eltérés van a diasor és az órai anyag között, azt jelzem.
  
 
Laborhoz anyagok:

    Ha saját gépet használnak, akkor arra kell R (letölthető innen) és rstudio (letölthető  innen, a desktop verzió kell)

Követelmények

      A laborok végén a Moodle-be kell feltölteniük az órai munkájukat, ezzel teljesítik a jelenlétet. Összesen hat labor lesz mindkét csoportnak, ezekből legfeljebb egyszer lehet hiányozni.
   
      Két ZH lesz, mindkettő 35 pontot ér, mindkettőn legalább 14 pontot el kell érni.
      Legalább az egyik ZHnak elsőre (az eredeti időpontban) sikerülnie kell, a másik pótolható a pótZHval. Utolsó pótlási alkalom pótpótzhval. 

      A laboron egy beadandó nagyházi van, ez 30 pontot ér, itt nincs mimimumkövetelmény. 
       
      Összesen 100 pont szerezhető így (35+35+30).
      A félév során az órai játékokkal szerzett plusz pontokat ehhez a pontszámhoz adjuk hozzá és az így kapott pontok alapján: 40 ponttól elégséges, 55-től közepes, 70-tól jó, 85-től jeles a félévközi jegy.

Tankönyv

     Leginkább a slide-ok, de ha más forrás is kell, akkor ez: Tan, Steinbach, Karpatne, Kumar:  Introduction to Data Mining (2nd edition, Pearson): könyv és slide-ok is vannak

Kapcsolódó érdekes linkek

R Ladies meetups

Datacamp platform