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