Nyomtatás

Miskolci Egyetem - Gépészmérnöki és Informatikai Kar

TANTÁRGYI TEMATIKA

Adatelemzés és adatbányászati módszerek (ZV2); Mérnök inf (Nappali+Levelező)

Tantárgy neve:
Adatelemzés és adatbányászati módszerek (ZV2)		 Tantárgy Neptun kódja:
Nappali: GEIAL526M
Levelező: GEIAL526ML
Tárgyfelelős intézet:
INF - Informatikai Intézet
Tantárgyelem: S
Tárgyfelelős: Prof. Dr. Kovács László - egyetemi tanár
Közreműködő oktató(k):
Javasolt félév: 3 Előfeltétel:
Óraszám/hét:
Előadás (nappali): 2
Gyakorlat (nappali): 2
Előadás (levelező): 8
Gyakorlat (levelező): 8		Számonkérés módja: kollokvium
Kreditpont: 4Munkarend: Nappali+Levelező
Tantárgy feladata és célja:

A hallgatók megismerik a döntéstámogatási rendszerek alapját képező OLAP/ DM rendszerek fogalomrendszerét és funkcionalitását. Az adatbányászati algoritmusok megismerésével a tudáskinyerési módszerek használatát sajátítják el.


Tudás: Az informatikai szakmán belül, a specializációtól függően mélyebb elméleti és gyakorlati ismeretekkel rendelkezik az alábbiak közül egy vagy néhány területen: szoftvertervezés, rendszerszimuláció és -modellezés, kommunikációs hálózatok, mobil- és erőforrás-korlátos alkalmazások, számítógépes grafika és képfeldolgozás, kritikus és beágyazott rendszerek, médiainformatika, IT-biztonság, párhuzamos rendszerek, intelligens rendszerek, számításelmélet, adatbázisok. Ismeri a műszaki informatikai rendszerek fejlesztéshez szükséges, széles körben alkalmazható problémamegoldó technikákat.
Képesség: Képes komplex informatikai rendszereket fejlesztésére. Képes informatikai rendszerek teljesítményelemzésére, analitikus, szimulációs és mérési módszerek használatára.
Attitűd: Szakmailag magas szinten, tervezetten és a minőségi szempontokat figyelembe véve hajtja végre fejlesztési feladatait, a létrejövő rendszerek hibamentességéről meggyőződik. Munkája során vizsgálja a kutatási, fejlesztési és innovációs célok kitűzésének lehetőségét és törekszik azok megvalósítására.
Autonomia és felelősség: Önállóan tölt be informatikai munkakört, amelyben a teljes folyamatot kezében tartva, szakmailag felelős módon dolgozik.
Tárgy tematikus leírása:

Témakörök:
- Információs rendszerek típusai. A statisztikai elemzés alapfogalmai,
- a normál eloszlás jellemzése és szerepe. Statisztikai próbák, regresszió.
- Az OLAP rendszer jellemzés és megvalósulásai; VIR rendszerek elemeinek az áttekintése.
- DW fogalma és struktúrái. Adattárház belső struktúrája és folyamatai; Adatbetöltési folyamatok áttekintése;
- MD modell strukturális és algebrai része., MDX nyelv elemei; Adatbányászat feladatköre;
- DM célja és eszközrendszere; a DM alkalmazásának lépései; Alkalmazási területek;
- Társítási módszerek; asszociációs szabályok jellemzése; gyakori elemhalmaz keresési módszerek;
- Osztályozási módszerek; Bayes osztályozás; Döntési fán alapuló módszerek;
- Neurális hálón alapuló módszerek.
- Klaszterezési módszerek; Eredmények megjelenítése és értelmezése.
- Addatbányászat programozása Python nyelvben.

Félévközi számonkérés módja és az aláírás megszerzésének feltétele (Nappali):
Két darab félévközi feladat legalább elégséges ereménnyel való elkészítése (OLAP és DM témakörökben)
Egy darab hallgatói prezentáció az oktatóval egyeztetett témakörben
Félévközi számonkérés módja és az aláírás megszerzésének feltétele (Levelező):
Két darab félévközi feladat legalább elégséges ereménnyel való elkészítése (OLAP és DM témakörökben)
Egy darab hallgatói prezentáció az oktatóval egyeztetett témakörben
Gyakorlati jegy / kollokvium teljesítésének módja, értékelése (Nappali):
Gyakorlati jegy / kollokvium teljesítésének módja, értékelése (Levelező):
Kötelező irodalom:
Ajánlott irodalom:

1. Fajszi-Cser: Üzleti tudás az adatok mélyén. BME, 2004
2. Berson, Smith: Data Warehousing, Data Mining and OLAP. McGraw Hill, 1997
3. Data mining concepts and techniques (J. Han, M. Kamber, J. Pei)