„'Big Data' elemzési módszerek” változatai közötti eltérés

A VIK Wikiből
Ugrás a navigációhoz Ugrás a kereséshez
(Új oldal, tartalma: „{{Tantárgy | név = 'Big Data' elemzési módszerek | tárgykód = VIMIAV02 | szak = | kredit = 2 | félév = ősz | kereszt = nincs | tanszék = VIK-MIT | jelenlét…”)
 
a
18. sor: 18. sor:
 
| tárgyhonlap = https://inf.mit.bme.hu/edu/courses/bigdata
 
| tárgyhonlap = https://inf.mit.bme.hu/edu/courses/bigdata
 
}}
 
}}
 +
 +
==Bevezetés==
 +
A tárgy célja a Big Data problémakör megoldását biztosító eszközök és módszerek áttekintése, a nagy adatmennyiségből adódó speciális problémák kezelése. A tárgyaláshoz több szempontból előnyös, közös nevező a komplex modellek használata, valamint az adatok hatékony ábrázolása, vizualizációja, ide értve a vizuális adatelemzés lehetőségeinek áttekintését is.
 +
 +
==Követelmény==
 +
*Félév végén (kb. 13-14. héten) egy ZH, a szükséges minimum szint a pontok 40%-a.
 +
*Egy kötelező házi feladat. A házi feladat egy gyakorlati ‘Big Data’ probléma megoldása az előadáson megismert módszerek és eszközök segítségével. A házi feladat bemutatása és értékelése az utolsó oktatási héten történik, egy közös nyilvános bemutató keretében.
 +
 +
==Segédanyagok==
 +
===Ellenőrző kérdések===
 +
A ZH kérdései az ellenőrző kérdések közül kerülnek ki.
 +
'''2015'''
 +
*[[Media:BigDataelemmod_ellenorzokerdesek_2015.pdf|Ellenőrző kérdések]]
 +
===Kidolgozás===
 +
'''2015'''
 +
*Ellenőrző kérdések részleges [[Media:BigDataelemmod_ellenorzokerdesek_reszlegeskidolg_2015.pdf|kidolgozása]].
 +
 +
==ZH==

A lap 2016. január 24., 20:51-kori változata

'Big Data' elemzési módszerek
Tárgykód
VIMIAV02
Általános infók
Kredit
2
Ajánlott félév
ősz
Keresztfélév
nincs
Tanszék
VIK-MIT
Követelmények
Jelenlét
nincs
Minimális munka
?
Labor
nincs
KisZH
nincs
NagyZH
1
Házi feladat
van
Vizsga
nincs
Elérhetőségek


Bevezetés

A tárgy célja a Big Data problémakör megoldását biztosító eszközök és módszerek áttekintése, a nagy adatmennyiségből adódó speciális problémák kezelése. A tárgyaláshoz több szempontból előnyös, közös nevező a komplex modellek használata, valamint az adatok hatékony ábrázolása, vizualizációja, ide értve a vizuális adatelemzés lehetőségeinek áttekintését is.

Követelmény

  • Félév végén (kb. 13-14. héten) egy ZH, a szükséges minimum szint a pontok 40%-a.
  • Egy kötelező házi feladat. A házi feladat egy gyakorlati ‘Big Data’ probléma megoldása az előadáson megismert módszerek és eszközök segítségével. A házi feladat bemutatása és értékelése az utolsó oktatási héten történik, egy közös nyilvános bemutató keretében.

Segédanyagok

Ellenőrző kérdések

A ZH kérdései az ellenőrző kérdések közül kerülnek ki. 2015

Kidolgozás

2015

ZH