Oktatási cél: A tárgy célja az adattudomány alapfogalmainak és folyamatainak gyakorlati megközelítésű
megismertetése. A hallgatók a gyakorlati életből vett valós alkalmazási példákon keresztül
az ismereteket megtapasztalva, egyre mélyebbre haladva precíz elméleti és egyúttal
praktikus gyakorlati ismeretekhez jutnak. Az elméleti ismeretek gerincét a gépi tanulás
algoritmusai adják, a gyakorlati feladatok pedig az elmélet gyakorlati megjelenítését
szolgálják Python nyelv használatán keresztül.
Tematika: Előadás: Történet, példák, esettanulmányok, az adattudományba sorolható területek. CRISP
DM és a 6 fázisa. Adattisztítás. Felügyelt, felügyelet nélküli és megerősített tanulás.
Túltanulás, alultanulás. Modellek validálása, tanulási/validációs/tesztelési halmaz, cross
validáció, Bias-Variance, ROC görbe. Legkisebb négyzetek módszere. Lineáris Regresszió.
Gradiens módszer, maximum-likelihood becslés. Logisztikus regresszió,
Tanulási/validációs/tesztelési halmaz, cross-validáció, Bias-Variance tradeoff, Precision
Recall, F1-score, ROC görbe. SVM. Neurális hálók. Döntési fák. Véletlen erdők. Boosting.
Nem Ellenőrzött tanulás. Klaszterezés. K-means klaszterezés. Megerősített tanulás.
Nagyobb esettanulmányok, kitekintés. Gyakorlat: Az adatmanipulálás, prediktív analízis,
megjelenítés lépései valódi adatokkal elsősorban Python-csomagok (pandas, scikit-learn,
matplotlib, ggplot) használatával.