Budapest University of Technology and Economics, Faculty of Electrical Engineering and Informatics

    Belépés
    címtáras azonosítással
    vissza a tantárgylistához   nyomtatható verzió    

    Nagyméretű adathalmazok kezelése labor

    A tantárgy angol neve: Very Large Databases Laboratory

    Adatlap utolsó módosítása: 2008. november 5.

    Budapesti Műszaki és Gazdaságtudományi Egyetem
    Villamosmérnöki és Informatikai Kar

    Mérnök informatikus szak, MSc képzés
    Számításelmélet szakirány
    Tantárgykód Szemeszter Követelmények Kredit Tantárgyfélév
    VISZM233 2 0/0/3/f 4  
    3. A tantárgyfelelős személy és tanszék Dr. Katona Gyula,
    A tantárgy tanszéki weboldala http://www.cs.bme.hu/nagyadatlab/
    4. A tantárgy előadója

    Bodon Ferenc Dr., egyetemi tanársegéd

    Csicsman József, óraadó

    Katona Gyula Dr.,egyetemi docens

     

    5. A tantárgy az alábbi témakörök ismeretére épít Adatbázisok elmélete, gráfelmélet, alapvető algoritmikus technikák
    7. A tantárgy célkitűzése A tantárgy az nagyméretű adathalmazokkal foglalkozó tárgyhoz tartozó labor. Célja az előadáson az adatbányászattal és webes kereséssel kapcsolatos anyag elmélyítése gyakorlati alkalmazások során és további adatbányászati technikák megismerése. Az órák során a legfontosabb adatbányászati technikák kerülnek bemutatásra egy, a gyakorlatban széles körben elterjedt adatbányászati szoftver segítségével.
    8. A tantárgy részletes tematikája
    • 1-3 labor: Gyakori minták kinyerése:
      • gyakori sorozatok,
      • fák és gráfok,
      • izomorfia nagy gráfok esetében
    • 4-6 labor: Nagy adathalmazok osztályozása:
      • adatstruktúrák/algoritmusok,
      • döntési fák, legközelebbi szomszéd módszerekhez,
    • 7-8-9 labor: nagy adathalmazok klaszterezése:
      • hierarchikus módszerek,
      • particionáló eljárások,
      • grid-alapú módszerek
    • 10-14 labor: Webes keresés
      • Page rank
      • HITS moódszer
      • SALSA módszer
    9. A tantárgy oktatásának módja (előadás, gyakorlat, laboratórium) Számítógépes laboratórium
    10. Követelmények

    A szorgalmi időszakban 3 kisházifeladat és 1 nagyházifeladat beadása a 12. hét végéig.

    Az érdemjegy 55%-ban nagyházifeladat,  15-15%-ban pedig kisházifeladatokra kapott jegyekből áll össze. 

    11. Pótlási lehetőségek A házifeladatokat a szorgalmi időszak végéig különeljárási díj befizetésével lehet pótlólag beadni.
    12. Konzultációs lehetőségek Folyamatosan a laborfoglalkozások során, továbbá egyedi igény szerint az óraadókkal egyeztetve.
    13. Jegyzet, tankönyv, felhasználható irodalom Dr. Bodon Ferenc: Adatbányászati algoritmusok, kézirat: http://www.cs.bme.hu/~bodon/magyar/adatbanyaszat/tanulmany/adatbanyaszat.pdf
    14. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka
    Kontakt óra 42
    Félévközi készülés órákra 38
    Felkészülés zárthelyire 
    Házi feladat elkészítése 40
    Kijelölt írásos tananyag elsajátítása 
    Vizsgafelkészülés 
    Összesen 120
    15. A tantárgy tematikáját kidolgozta Dr. Bodon Ferenc, egyetemi tanársegéd