Subject » BMEVITMAV77
Data Analysis in Practice Using Python Pandas and Scikit-learn
Adatelemzés a gyakorlatban Python Pandas és Scikit-learn alapokon
A tantárgyleírás hatályossága
Hatályosság kezdete:
2026. March 21.
Hatályosság vége:
—
| Subject name (Hungarian, English) |
Adatelemzés a gyakorlatban Python Pandas és Scikit-learn alapokon
Data Analysis in Practice Using Python Pandas and Scikit-learn
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVITMAV77 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | vizsga | ||||||||||||
| Credits | 4 | ||||||||||||
| Subject coordinator |
Biró József
position: egyetemi tanár
contact:
biro.jozsef@vik.bme.hu
|
||||||||||||
| Responsible department |
Távközlési és Mesterséges Intelligencia Tanszék
|
||||||||||||
| Faculty | Villamosmérnöki és Informatikai 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
Programme
1. Bevezetés, tantárgykövetelmények ismertetése. Adattudomány áttekintése, karrierirányok (Data Engineer, Analyst, Scientists, stb.), feladatok.
2. Adatinfrasturkúrák, adattárak (warehouse) és adattavak (data lake). Adatmodellek, ETL műveletek, esettanulmány.
3. Bevezetés a Pandas könyvtár használatába. Adatsorok, az index fogalma. Műveletek adatsorokon, adatsorok létrehozása és módosítása. Adatsorok leíró statisztikái, transzformálás, szűrés. Iterálás.
4. Adatkeretek fogalma. Adatkeretek létrehozása, betöltése fájlból, az index. Kiválasztás név, sor és feltételek alapján. Véletlen mintavételezés. Összetett lekérdezések.
5. Adatkeretek összetett indexelése, adatkeretek összeolvasztása és társítása.
Hiányzó adatok kezelése. Szöveges, numerikus és kategorikus adatok kezelése Pandasban.
6. Ablakozott statisztikák Pandasban. Kumulatív összeg, medián, stb.
Idősorok, dátum funkcionalitás Pandasban. Időkülönbség. Adatbázis lekérdezések Pandasban (SQL, MongoDB).
7. Alapvető ábrázolási feladatok Seaborn segítségével. Vonal, pont és oszlopdiagram. Boxplot és értelmezése. Bizonytalanság jelzése.
8. Scikit-learn csomag felépítése. Lineáris regresszió fogalma, a Lasso és Ridge regresszió. A regresszió végrehajtása, az eredmények értelmezése.
9. One-hot-coding és dummy változók Scikit-learnben, regresszió dummy változók alapján.
10. Osztályozási feladat célja és fogalma. Legközelebbi szomszéd osztályozók. Az osztályozás kiértékelése, metrikák, keveredési mátrix. Naiv Bayes osztályozók és döntési fák scikit-learn-ben. Az osztályozók tanítása, predikciók.
11. Lineáris látens terek, dimenziócsökkentés (PCA) scikit-learn-ben. Klaszterezési megoldások.
12. Modell választás megoldási lehetőségei Scikit-learn segítségével. Modell validáció, metrikák.
13. Apache Spark, mint analitikai eszköz. A nagy méretű adattárak adatfeldolgozási problémái. Pandas API Sparkban, egyszerű adatfeldogozási technikák.
14. Dashboard fogalma, célja. Dashboard Pythonban, példák.
2. Adatinfrasturkúrák, adattárak (warehouse) és adattavak (data lake). Adatmodellek, ETL műveletek, esettanulmány.
3. Bevezetés a Pandas könyvtár használatába. Adatsorok, az index fogalma. Műveletek adatsorokon, adatsorok létrehozása és módosítása. Adatsorok leíró statisztikái, transzformálás, szűrés. Iterálás.
4. Adatkeretek fogalma. Adatkeretek létrehozása, betöltése fájlból, az index. Kiválasztás név, sor és feltételek alapján. Véletlen mintavételezés. Összetett lekérdezések.
5. Adatkeretek összetett indexelése, adatkeretek összeolvasztása és társítása.
Hiányzó adatok kezelése. Szöveges, numerikus és kategorikus adatok kezelése Pandasban.
6. Ablakozott statisztikák Pandasban. Kumulatív összeg, medián, stb.
Idősorok, dátum funkcionalitás Pandasban. Időkülönbség. Adatbázis lekérdezések Pandasban (SQL, MongoDB).
7. Alapvető ábrázolási feladatok Seaborn segítségével. Vonal, pont és oszlopdiagram. Boxplot és értelmezése. Bizonytalanság jelzése.
8. Scikit-learn csomag felépítése. Lineáris regresszió fogalma, a Lasso és Ridge regresszió. A regresszió végrehajtása, az eredmények értelmezése.
9. One-hot-coding és dummy változók Scikit-learnben, regresszió dummy változók alapján.
10. Osztályozási feladat célja és fogalma. Legközelebbi szomszéd osztályozók. Az osztályozás kiértékelése, metrikák, keveredési mátrix. Naiv Bayes osztályozók és döntési fák scikit-learn-ben. Az osztályozók tanítása, predikciók.
11. Lineáris látens terek, dimenziócsökkentés (PCA) scikit-learn-ben. Klaszterezési megoldások.
12. Modell választás megoldási lehetőségei Scikit-learn segítségével. Modell validáció, metrikák.
13. Apache Spark, mint analitikai eszköz. A nagy méretű adattárak adatfeldolgozási problémái. Pandas API Sparkban, egyszerű adatfeldogozási technikák.
14. Dashboard fogalma, célja. Dashboard Pythonban, példák.
A tantárgy célkitűzése megismertetni a hallgatókkal a tipikus modern adatelemzési feladatok során használt Pandas és Scikit-learn Python csomagokat. A tantárgy egyszerű és összetett adatelemzési feladatokat mutat be, nagy hangsúlyt fektetve a gyakorlatra, megmutatva az adatelemzés során gyakran előforduló alapvető feladatokat, mint az adatok betöltése, szűrése, tisztítása, az adatok alapvető statisztikáinak kinyerése, alapvető regressziós és osztályozó modellek illesztése és az eredmények vizualizációinak feladatait. A tantárgy elvégzése után a hallgató képes lesz a mérnöki és gazdasági feladatok során felmerülő adatelemzési feladatok alapvető elvégzésére, egyszerű Data Analyst feladatok végrehajtására Python nyelven, valamint tantárgy hasznos alapokat nyújt a későbbiekben mélytanuláshoz szükséges adatok előkészítésében és előállításában is.
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
Előadás és gyakorlat. Az előadáson elmondott ismereteket a tantermi gyakorlatokon esettanulmányok, elemzési példák és szoftver eszközök bemutatása egészíti ki.
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)
Python programozás alapjai,
valószínűségszámítás és lineáris algebra alapjai
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)
Python programozás alapjai,
valószínűségszámítás és lineáris algebra alapjai
General rules
Követelmények:
1. A szorgalmi időszakban: a házi feladat legalább elégséges szinten való megoldása szükséges az aláíráshoz.
2. A vizsgaidőszakban: írásbeli és szóbeli vizsga, ahol az érdemjegy a házi feladat megvédésének eredményétől és az írásbeli vizsga eredményétől függ, legalább 40%-ot kell elérni az elégséges jegyhez.
Pótlási lehetőségek:
A házi feladat a pótlási időszakban pótolható.
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
Kötelező előtanulmányi rend nincs.
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.