Felelős szervezeti egység: Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar
Tárgyfelelős oktató:
Dr. Lukács Gergely István
Tárgyleírás:
Tantárgy neve:
Data Mining and Machine Learning P-ITSZT-0053
Tárgyfelelős:
Lukács Gergely István
Tantárgy oktatója:
Lukács Gergely István
A tantárgy céljának rövid ismertetése:
Nagy méretű adatkészletek hatékony feldolgozására és értelmezésére alkalmazható alapvető módszerek bemutatása és ezek gyakorlati megvalósításának demonstrálása.
Elsajátítandó elméleti ismeretanyag:
A kurzus az adatbányászat alapjait mutatja be.
1. Az adatbányászati folyamatok be- és kimenete
2. Feladattípusok (klaszterezés, osztályzás, numerikus becslés, asszociációs szabályok felismerése)
3. Kiértékelés
4. Egyes kiválasztott algoritmusok (pl. SVM)
5. Elő- és utófeldolgozás
6. Sokaság-alapú tanuló metódusok
Elsajátítandó gyakorlati ismeretanyag:
Adatbeolvasás és alapvető elemzés a Python Pandas könyvtár segítségével.
A Python Sklearn használata különböző típusú regressziós feladatok megoldására
Az Sklearn cluster alkalmazása különböző klaszterezési feladatokban
Support vector machines-alapú klasszifikáció Sklearn svm segítségével
Az Sklearn ensemble moduljának használata Random forest, Decision tree, AdaBoost stb. osztályozás megvalósítására
Főkomponens-elemzés megvalósítása (Sklearn PCA)
Összetett adatfeldolgozás az Sklearn Pipeline moduljával
A 2-4 legfontosabb kötelező irodalom felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN):
Ian Witten, Eibe Frank: Data Mining. Practical Machine Learning Tools and Techniques. Morgan Kaufmann, 2011. ISBN: 9780123748560. François Chollet: Deep Learning with Python. Manning, 2018. ISBN: 9781617294433. Trevor Hastle et al.: The elements of statistical learning: data mining, inference. and prediction. Springer, 2009. ISBN: 9780387848570.
A 2-4 legfontosabb ajánlott felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN):
Géron Aurélien: Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: concepts, tools. and techniques to build intelligent systems. O'Reilly, 2021. ISBN: 9781492032649. Sebastian Raschka, Vahid Mirjalili: Python Machine Learning: Machine Learning and Deep Learning with Python, scikit-learn. and TensorFlow 2. Packt Publishing, 2019. ISBN: 9781789955750.
Elmélet-gyakorlat aránya:
Elméleti óra óraszáma: 2 Gyakorlati óra és labor óra óraszáma: 1 + 1
Az alkalmazott oktatási módszerek:
Előadás vetített prezentációval
Moodle felületen közzétett feladatok
Az értékelés módja:
Az értékelés kritériuma:
Az előadásokon ismertetett eljárások gyakorlati megvalósításának demonstrálása géptermi órákon, önállóan megoldandó feladatok kiadása és ellenőrzése. A projektfeladat értékelése “Kaggle teszt” formában történik.
Miként járul hozzá a tantárgy a KKK-ban megjelölt kompetenciaelemek megszerzéséhez:
Bioinformatika mesterképzés: A2: A kurzusban számos, a bioinformatikai adatok feldolgozásához szükséges adatelemzési módszert ismernek meg a hallgatók A4: A kurzusban bemutatjuk az adatbányászati módszerek elvét és gyakorlati megvalósítását B2: Az adatbányászati technikák számos bioinformatikai probléma megoldásának szerves részét képezik B5: A korszerű adatbányászati módszerek megértése hozzájárul a hallgatók problémamegoldási készségének fejlesztéséhez B6: a kurzus során a hallgatók megtanulják az adatbányászati technikák gyakorlati alkalmazását B8: Az ismeretetett eljárások komplexitása eléri vagy legalábbis megközelíti a valós problémák megoldásához szükséges szintet C6: A bemutatott módszerek alkalmazhatók az összetett biológiai és orvosi jellegű bioinformatikai problémák megoldásában D2: A projektfeladatok során a hallgatók megismerik és megbeszélik egymás megoldásait, gondolatmenetét, hozzájárulva a közösen történő problémamegoldási rutin kialakításához
