Subject » BMETE93MM28
Selected Topics in Data Science
Válogatott fejezetek az adattudományból
A tantárgyleírás hatályossága
Hatályosság kezdete:
—
Hatályosság vége:
—
| Subject name (Hungarian, English) |
Válogatott fejezetek az adattudományból
Selected Topics in Data Science
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMETE93MM28 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | vizsga | ||||||||||||
| Credits | 4 | ||||||||||||
| Subject coordinator |
Kovács Edith Alice
position: egyetemi docens
contact:
kovacs.edith.alice@ttk.bme.hu
|
||||||||||||
| Responsible department |
Differenciálegyenletek Tanszék
|
||||||||||||
| Faculty | Természettudományi Kar | ||||||||||||
| Subject website | — | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | none | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
Matematikus MSc kötelezően választható tárgya
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
No learning outcomes recorded.
Skills
No learning outcomes recorded.
Attitudes
No learning outcomes recorded.
Autonomy and responsibility
No learning outcomes recorded.
Oktatási módszertan
Not provided.
Tanulástámogató anyagok
Tankönyvek
Sugiyama, Masashi. Introduction to statistical machine learning. Morgan Kaufmann, 2015.
Online források
http://bme.hu; http://telefon.eik.bme.hu/; http://www.bme.hu; http://www.ttk.bme.hu/allaspalyazatok#overlay-context=; http://physics.bme.hu/
Recommended preliminary knowledge for completing the subject
Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
nincs
General rules
Szorgalmi időszak: házi feladatok
Vizsgaidőszak: írásbeli vizsga
Pótlás/javítás: TVSZ szerint
Konzultáció: oktatóval történő megegyezés szerint
Assessment methods
In-term assessments
1. —
Complex project-based formative assessment component
házi feladatok
Weight of in-term assessments
No weights provided.
Exam-period assessments
Written exam component
írásbeli vizsga
Weight of exam elements
No weights provided.
Grade calculation
No grade thresholds provided.
Attendance requirements
No attendance requirements provided.
Rules for retake and resubmission
Not provided.
Short description
Not provided.
Detailed description
Not provided.
Recommended courses
Not provided.
Workload to complete the subject
| Description | hours / term |
|---|---|
| részvétel a kontakt tanórákon | 28 |
| részteljesítmény értékelés feladatainak kidolgozása | 40 |
| további, a teljesítéshez szükséges munkaidő ráfordítás | 22 |
| vizsgára készülés | 30 |
| összesen | 120 |
Validity of subject requirements
Requirements valid from:
—
Requirements valid until:
—
Curriculum placement
No curriculum placements recorded for this subject version.