• Nem Talált Eredményt

Adatb´any´aszati technik´ak (VISZM185) 2018 tavaszi f´el´ev

N/A
N/A
Protected

Academic year: 2022

Ossza meg "Adatb´any´aszati technik´ak (VISZM185) 2018 tavaszi f´el´ev"

Copied!
8
0
0

Teljes szövegt

(1)

Adatb´ any´ aszati technik´ ak (VISZM185) 2018 tavaszi f´ el´ ev

Csima Judit

BME, VIK

Sz´am´ıt´astudom´anyi ´es Inform´aci´oelm´eleti Tansz´ek

2018. febru´ar 5.

(2)

Emberek, id˝opontok

El˝ oad´ as

Csima Judit, csima@cs.bme.hu, IB 136/b minden h´etf˝on 8.15-9.55 QBF08 ´es

minden p´aratlan h´eten cs¨ut¨ort¨ok¨on 10.15-12.00 QBF08 weboldal (vet´ıtett f´oli´ak, seg´edanyagok): www.cs.bme.hu/dm

(3)

Emberek, id˝opontok

Labor

Csima Judit, csima@cs.bme.hu Kab´odi L´aszl´o, kabodil@gmail.com

k´et csoport, helysz´ın minden csoportnak R4K

11-es kurzus: p´aros heteken cs¨ut¨ort¨ok¨on 8.15-9.45 (nincs sz¨unet) 12-es kurzus: p´aratlan heteken cs¨ut¨ort¨ok¨on 8.15-9:45 (nincs sz¨unet) laborhaszn´alathoz BME c´ımt´aras azonos´ıt´o kell

ha nincs m´eg: https://login.bme.hu/admin

(beiratkozott, Akt´ıv st´atusz kell hozz´a, lehet, hogy 1-2 nap, am´ıg elk´esz¨ul!!)

lehet saj´at g´epet is haszn´alni, de akkor (az els˝o fel´ehez) kell r´a R ´es

(4)

Tematika

Az el˝ oad´ as tematik´ aja

t´em´ak c´ımszavakban: bevezet´es, adatt´ıpusok, el˝ofeldolgoz´as, megjelen´ıt´es, oszt´alyoz´ok, klaszterez´es, asszoci´aci´os szab´alyok az el˝oad´as egy r´esz´eben vet´ıtett (magyar ´es angol nyelv˝u) slide-ok is, b˝ovebb sz´obeli magyar´azattal

nagyr´eszt t´abl´as el˝oad´as, jegyzetelni c´elszer˝u, elm´elet, sok p´eld´aval a t´argy anyaga nagyr´eszt: Tan, Steinbach, Kumar: Data Mining (Addison-Wesley)

(http://www-users.cs.umn.edu/∼kumar/dmbook/index.php)

(5)

Tematika

Labor-tematika

k´et nagy r´esz, 3-3 alkalom jut mindkett˝ore (egy labor elmarad a 11-es kurzuson, ezt majd megbesz´elj¨uk)

utols´o alkalommal beadott h´azik ellen˝orz´ese

els˝o r´esz: R programoz´asi nyelv ´es k¨ornyezet: ´abr´azol´ashoz, statisztikai sz´am´ıt´asokhoz

m´asodik r´esz: Weka adatb´any´aszati szoftver alkalmaz´asa

(6)

ovetelm´enyek

Z´ arthelyi k¨ ovetelm´ enyek

k´et ZH a f´el´ev sor´an: m´arcius 22. ´es m´ajus 15., este 6-kor

mindk´et ZH 35 pontos, mindkett˝ob˝ol el kell ´erni 40%-ot (14 pont) egy ZH p´otolhat´o p´otZHval (jav´ıt´o c´ellal is meg´ırhat´o): m´ajus 22.

utols´o p´otl´asi lehet˝os´eg (p´otp´otzh) valamikor k´es˝obb

az egyik ZHnak meg kell lennie els˝ore, a zh eredeti id˝opontj´aban anyag: elm´eleti k´erd´esek az el˝oad´as anyag´ab´ol ´es feladatok a ZH el˝otti el˝oad´ason n´ez¨unk t´ıpusp´eld´akat, mintak´erd´eseket

(7)

ovetelm´enyek

Labor k¨ ovetelm´ enyek

nincs beugr´o

labor v´eg´en nem kell leadni jegyz˝ok¨onyvet

k´et beadand´o feladat(sor) a f´el´ev sor´an (R ´es Weka)

mindk´et feladat(sor) 15 pontos (nincs minimumk¨ovetelm´eny) utols´o laboron ellen˝orz´es (belek´erdez¨unk)

ha kider¨ul, hogy nem saj´at k´odot adott be valaki: el´egtelen az eg´esz t´argyra

laboron katal´ogus, az els˝o 6 alkalomb´ol legfeljebb egyszer lehet hi´anyozni

(8)

ovetelm´enyek

F´ el´ evi jegy

ha a k´et ZH sikeres (ak´ar p´otl´assal)

¨

osszesen max. 100 pont (35-35 pont a k´et Zh, 15-15 pont a k´et labor) 40 pontt´ol kettes, 55 pontt´ol h´armas, 70 pontt´ol n´egyes, 85 pontt´ol

¨ ot¨os

Hivatkozások

KAPCSOLÓDÓ DOKUMENTUMOK

[r]

t´ em´ ak c´ımszavakban: bevezet´ es, adatt´ıpusok, el˝ ofeldolgoz´ as, megjelen´ıt´ es, oszt´ alyoz´ ok, klaszterez´ es, asszoci´ aci´ os szab´ alyok nagyr´ eszt t´ abl´

lazy learner: csak akkor dolgozik, amikor oszt´ alyozand´ o sor j¨ on lass´ u (dr´ aga) egy sor oszt´ alyoz´ asa, de nincs hossz´ u el˝ ok´ esz´ıt´ es lehet el˝ ok´

Egyed-kapcsolat modell alapfogalmai: egyedhalmaz, kapcsolat, kulcs, kapcsolat t´ıpusai, aloszt´ alyok, megszor´ıt´ asok, mindezek ´ abr´ azol´ asa a modellben ´ es ´ at´ır´

Egyed-kapcsolat modell alapfogalmai: egyedhalmaz, kapcsolat, kulcs, kapcsolat t´ıpusai, aloszt´ alyok, mindezek ´ abr´ azol´ asa a modellben ´ es ´ at´ır´ asuk rel´ aci´ os s´

adottak v´ as´ arl´ oi kosarak (tranzakci´ ok): miket v´ as´ aroltak egy¨ utt c´ el: olyan szab´ alyokat fel´ all´ıtani, hogy ha valaki vesz X -et, akkor es´ elyes, hogy vesz

ha Z maxim´ alis gyakori, akkor σ(Z ) geq k¨ usz¨ ob, a gyakoris´ ag miatt, de minden n´ ala b˝ ovebb halmaz m´ ar nem gyakori, vagyis az ilyenekre a σ a k¨ usz¨ ob al´ a,

k´ erd´ es, hogy mik a fontos v´ altoz´ ok, kellenek-e sz´ armaztatott v´ altoz´ ok, line´ aris modell kell-e, adott modellben mik a param´ eterek (ez egy eg´ esz nagy ter¨ ulet