2016

ZH eredmények

Házi feladatok beosztása: konzulens, adatkészlet, csapatok

Klenik Attila (klenik@mit.bme.hu), AU "Toliet Map", https://data.gov.au/dataset/national-public-toilet-map

Dovala-Gerendai-Antal

Gönczy László (gonczy@mit.bme.hu), NY baleseti adatok, https://data.cityofnewyork.us/Public-Safety/NYPD-Motor-Vehicle-Collisions/h9gi-nx95/data

Ferenczi-Sík-Tárkány

Bartus-Tóth-Urbanovics

Kocsis Imre (ikocsis@mit.bme.hu), UFO Reporting Data, http://www.nuforc.org/webreports.html

Nádudvari-Cseh-Kincses

Vida

Kocsis Imre (ikocsis@mit.bme.hu), 2016 Presidential Campaign Finance, http://www.fec.gov/disclosurep/PDownload.do

Szász-Kemény-Nemes

Hullám Gábor (gaborhu@mit.bme.hu), World University Rankings, https://www.kaggle.com/mylesoneill/world-university-rankings

Dámsa-Hajdú-Kullai

Házi feladat

Amit a házi feladatról elmondtunk:

Dallam

• Big Data eszközökkel, de small (/biggish) data-n
• EDA-stílusú vizualizáció interpretációval és
• Hipotézisek megfogalmazása (CDA, modellépítés: nem követelmény, de pluszpont lehet)
• 3 fős csapatok
• Javasolt: legyen benne > másodéves informatikus

Feladatválasztás listából

• Eseti elbírálással: “hozott” feladat
• Kiírások: honlap (in progress)
• Jelentkezés: google docs, link NEPTUN-on keresztül
• Konzulens minden HF-hez

Teljesítés fázisai (konzulens ellenőrzi)

• 11. hét: Adatszótár (if applicable), fontos szakterületi fogalmak (if applicable), előzetes EDA eredményei (2 oldal) - PDF
• 12. hét: előzetes specifikáció leadása (2 oldal) - PDF
• Analízis-cél és vizualizációs célok meghatározása
• 14. hét: 5 perces (!) előadás
• 14. hét végéig: PDF/HTML dokumentáció és leadása, inkl. forráskódok, szkriptek

Tematika

1. hét: Bevezető. Javasolt segédanyag: tavalyi 1. előadás fóliái.

2. hét: Leíró statisztika. Javasolt segédanyag: tavalyi 2. előadás fóliái - a hisztogram MapReduce közelítése NÉLKÜL

3. hét: Adatvizualizáció. Javasolt segédanyag: tavalyi 5. előadás fóliái.

4. hét: Big data adatvizualizáció. Javasolt segédanyag: a 2014-es 6. előadás fóliái.

5. hét: Schönherz kupa miatt elmaradt.

6. hét: Stream processing, néhány alapvető stream processing algoritmus. Javasolt segédanyag: tavalyi 8. előadás fóliái.

7. hét: Alapvető stream processing algoritmusok folytatása. MapReduce algoritmika a k-means példáján. Javasolt segédanyag: tavalyi 4. előadás fóliái (kiemelten a 2. készlet, R-t és RHadoop-ot ebben a félévben nem oktattunk).

8. hét: Spark alapfogalmak, számítási modell és viszonya a klasszikus MapReduce-szal. Rövid hands-on bemutatás (IBM BlueMix, Spark szolgáltatás, IPython notebook). Javasolt segédanyag: http://spark.apache.org/talks/overview.pdf, kitekintésként: http://spark.apache.org/talks/strata_spark_streaming.pdf

9. hét: ML algoritmusok (Hullám Gábor). Javasolt segédanyag: előadásfóliák, lásd "Segédanyagok".

10. hét: ML algoritmusok (Hullám Gábor)

11. hét: TDK konferencia miatt elmaradt.

12. hét: zárthelyi, a felkészülést segítő ellenőrző kérdéseket lásd a segédanyagok között.