- lineáris algebra alapismeretek

- programozási alapismeretek (legalább egy programozási nyelv ismerete)

- Adatbányászati algoritmusok és az adattudomány legfontosabb eszközeinek ismerete.

- Az adattudomány legfontosabb eszközeinek gyakorlati alkalmazására vonatkozó képesség elsajátítása.

- Lineáris és polinomiális egy- és többváltozós regresszió, kapcsolódó optimalizációs technikák: gradiens módszer, normál egyenlet

- Felügyelt gépi tanulás, osztályozás: legközelebbi szomszéd osztályozó, döntési fák,  logisztikus regresszió, nemlineáris osztályozók, neurális hálók, support vektor gépek, idősorok osztályozása, dinamikus idővetemítés

- Haladó osztályozási technikák: részben-felügyelt tanulás (semi-supervised osztályozás), többosztályos feladatok, többfeladatos tanulási problémák, ensemble tanulás: bagging, boosting, stacking, ensemble tanulás Dietterich-féle modellje, csomósodás jelensége, csomósodást figyelembe vevő tanulási eljárások

- Tanuló algoritmusok értékelése: kereszt-validációs protokollok, bias-variance trade-off

- Klaszterezés: k-közép és változatai (k-medoids, FurthestFirst), hierarchikus klaszterező, Kleiberg-féle lehetetlenségelmélet, klaszterezés stabilitása, „klaszterezhetőség” fogalma, kapcsolat a konvergencia-sebesség és klaszterezhetőség között

- Főkomponens analízis, low-rank mátrix faktorizáció, collaborative filtering és alkalmazásaik (ajánlórendszerek, drug-target predikció)

- Sűrűségbecslés és anomáliakeresés

- Gyakori elemhalmaz-bányászat

- Orvosbiológiai adatok (pl. NGS adatok, génkifejeződés adatok, orvosbiológiai idősorok) feldolgozása és bányászata

- Alkalmazások és sikeres alkalmazásokhoz kapcsolódó kérdések: előfeldolgozás, változók skálázása, túltanulás, hiperparaméter-tanulás, tanulás kiegyensúlyozatlan osztályeloszlású adatokból

- Adattudomány legfontosabb eszközeinek alapjai: Octave/Matlab, Python, R, Hadoop.

a.       A szorgalmi időszakban:  5 db házi feladat és személyes beszámolás a házi feladatokról

b.       A vizsgaidőszakban:  szóbeli vizsga

A házi feladatok a pótlási hét végéig pótolhatók.

Igény szerint, előzetes egyeztetés alapján az oktatóval.

Pang-Ning Tan, Michael Steinbach, Vipin Kumar:

Introduction to Data Mining 

http://www-users.cs.umn.edu/~kumar/dmbook/index.php

Bodon Ferenc, Buza Krisztián: Adatbányászat, elektronikus jegyzet

http://www.cs.bme.hu/~buza/pdfs/adatbanyaszat-cover.pdf