Subject » BMEVISZM233
Very Large Databases Laboratory
Nagyméretű adathalmazok kezelése labor
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
—
| Subject name (Hungarian, English) |
Nagyméretű adathalmazok kezelése labor
Very Large Databases Laboratory
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVISZM233 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | félévközi érdemjegy | ||||||||||||
| Credits | 4 | ||||||||||||
| Subject coordinator |
DR. Katona Gyula
position: egyetemi tanár
contact:
katona.gyula@vik.bme.hu
|
||||||||||||
| Responsible department |
Számítástudományi és Információelméleti Tanszék
|
||||||||||||
| Faculty | Villamosmérnöki és Informatikai Kar | ||||||||||||
| Subject website | http://www.cs.bme.hu/nagyadatlab/ | ||||||||||||
| 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
Programme
- 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
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.
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
Számítógépes laboratórium
Tanulástámogató anyagok
Not provided.
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)
Adatbázisok elmélete, gráfelmélet, alapvető algoritmikus technikák
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)
Adatbázisok elmélete, gráfelmélet, alapvető algoritmikus technikák
General rules
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.
Pótlási lehetőségek:
A házifeladatokat a szorgalmi időszak végéig különeljárási díj befizetésével lehet pótlólag beadni.
Assessment methods
In-term assessments
No detailed assessments provided.
Weight of in-term assessments
No weights provided.
Exam-period assessments
No detailed assessments provided.
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
No workload breakdown provided.
Validity of subject requirements
Requirements valid from:
—
Requirements valid until:
—
Curriculum placement
No curriculum placements recorded for this subject version.