Data and Multimedia Mining Laboratory
A tantárgyleírás hatályossága
| Subject name (Hungarian, English) |
Adat- és multimédia-bányászat laboratórium
Data and Multimedia Mining Laboratory
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVITMMB02 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | félévközi érdemjegy | ||||||||||||
| Credits | 4 | ||||||||||||
| Subject coordinator |
Szűcs Gábor, PhD
position: adjunktus
contact:
szucs.gabor@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
Arcdetektálás OpenCV használatával: A hallgatók a Viola-Jones arcdetektor használatán keresztül megtanulják az arcdetektálás részleteit, majd begyakorolják az arcazonosításhoz szükséges algoritmusokat.
Adatelemzési algoritmusok párhuzamosítása: A mérés célja a párhuzamosításai lehetőségek bemutatása néhány algoritmuson, és közelítő párhuzamosítási megoldások használata nem párhuzamosítható algoritmusoknál.
Webes adatok letöltése és feldolgozása OpenRefine eszközzel: A mérés célja olyan Webes adatok elemzése, melyek térképes megjelenítést igényelnek. A hallgatók begyakorolhatják a külső API hívásának használatát, a Google geokódoló szolgáltatást, hogy a címekhez koordinátákat rendelhessenek.
Big Data technológiák hatékonyságának vizsgálata: Hadoop alapú technológia használatával a hallgatók lemérik az egyre nagyobb adathalmazok feldolgozásának hatékonyságát különböző szempontok alapján.
Adattisztítás hatásának bemutatása: A laboratóriumi mérés célja, hogy a hallgatók a különböző területről származó (társadalmi, környezeti, üzleti) adathalmazokban adattisztítást hajtsanak végre.
Facebook adatok elemzése R nyelven: A laboratóriumi mérés célja, hogy a közösségi hálók hálózati elemzését gyakoroltassa be a hallgatókkal R nyelven.
Webes adatvizualizáció: A mérés célja Webes és valós adatokon összefüggések, érdekességek keresése interaktív vizualizációval különböző eszközök (tableau, python, R) segítségével.
Dinamikus idővetemítés technikája a hangelemzésben: A labor során különféle hangmintákon (pl. szinuszos jel, felharmonikusokban gazdag generált jel, hangszer hang, beszédhangok) a hallgatók megvizsgálják a spektrogram különféle változatait, szemléltetve a beszédfelismerési lényegkiemelés egyes fázisait; majd összevetik a lineáris és dinamikus idővetemítés hatékonyságát és elemezik a konfidenciaszámítási lehetőségeket.
Véleményanalízis szövegbányászati megvalósítása: A különböző blogok, mikroblogok, fórumok és közösségi hálókon található vélemények gépi összegzése képezi a laborgyakorlat tárgyát. A hallgatók megtanulják a pozitív, negatív és semleges vélemények besorolási technikáit, lemérik az elérhető pontosságokat.
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
Tanulástámogató anyagok
Not provided.
Recommended preliminary knowledge for completing the subject
General rules
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
Workload to complete the subject
No workload breakdown provided.
Validity of subject requirements
Curriculum placement
No curriculum placements recorded for this subject version.