„Adatbányászati technikák” változatai közötti eltérés
Ugrás a navigációhoz
Ugrás a kereséshez
a (→Követelmények) |
(→ZH) |
||
| 34. sor: | 34. sor: | ||
*Pang-Ning Tan, Michael Steinbach, Vipin Kumar - [http://www-users.cs.umn.edu/~kumar/dmbook/index.php Introduction to Data Mining] | *Pang-Ning Tan, Michael Steinbach, Vipin Kumar - [http://www-users.cs.umn.edu/~kumar/dmbook/index.php Introduction to Data Mining] | ||
| − | ==ZH== | + | == ZH == |
| + | === Első ZH === | ||
| + | *[[Media:AdatbanyGazdinfo_20160331_1zh.pdf | 2016.03.31]] | ||
A lap 2016. június 13., 13:43-kori változata
Tartalomjegyzék
Bevezetés
Az alapvető adatbányászati algoritmusok ismertetése, azok alkalmazhatóságának bemutatása a gazdasági életből származó példákon keresztül. A hallgatók legyenek képesek adatbányászati elemzések elvégzésére különböző területeken (kereskedelem, pénzügy, marketing, orvosi adatbányászat, stb.). Ismerkedjenek meg a gyakorlatban széles körben elterjedt adatbányászati szoftverrel és szereznek tapasztalatokat az adatelemzés, tudáskinyerés területén.
Követelmények
- Két ZH, 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 valamikor később a pótlási héten.
- A laboron két beadandó házi van, mindkettő 15 pontot ér. A házik ellenőrzése az utolsó laboron történik.
- A laboron az első hat alkalomból legalább ötön részt kell venni.
- Összesen 100 pont szerezhető, 40 ponttól elégséges, 55-től közepes, 70-tól jó, 85-től jeles a félévközi jegy.
Segédanyagok
Könyvek
- Dr. Bodon Ferenc - Adatbányászati algoritmusok
- Pang-Ning Tan, Michael Steinbach, Vipin Kumar - Introduction to Data Mining
