SZÁMÍTÁSELMÉLETI SZAKIRÁNY A BME MÉRNÖK-INFORMATIKUS MSC KÉPZÉSÉBEN
|
|
- Margit Illés
- 7 évvel ezelőtt
- Látták:
Átírás
1 SZÁMÍTÁSELMÉLETI SZAKIRÁNY A BME MÉRNÖK-INFORMATIKUS MSC KÉPZÉSÉBEN COMPUTER SCIENCE SPECIALISATION IN THE BUTE SOFTWARE ENGINEERING MSC PROGRAMME Friedl Katalin, Szeredi Péter Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tanszék Összefoglaló Az előadás a BME Villamosmérnöki és Informatikai Karán (VIK) 2008-ban induló mérnökinformatikus MSc képzés egyik szakirányát ismerteti. A számításelméleti szakirány fő célja a számítástudomány elméleti alapjainak elmélyítése, valamint az ezen alapokra építő gyakorlati módszerek és eszközök bemutatása. A négy féléves szakirányi képzésben öt előadás és két számítógépes labor kurzus kapott helyet. A heti háromórás előadások mindegyikéhez heti egyórás kiscsoportos gyakorlat is tartozik. Két előadás foglalkozik a matematikai alapok elmélyítésével: a gráfelmélet illetve az algoritmuselmélet haladó módszereivel és ezek alkalmazási lehetőségeivel. A deklaratív technológiákkal foglalkozó tárgycsoport a korlát-programozás (constraint programming) elméletét és gyakorlatát valamint a szemantikus technológiákat mutatja be. A szakirány ötödik előadása megismerteti a hallgatókat az adatbányászat elméletével és a legfontosabb algoritmusaival valamint a relációs adatbázisok kezelésének haladó módszereivel. Ehhez az előadáshoz, valamint a deklaratív tárgycsoporthoz egy-egy laborkurzus is kapcsolódik. Kulcsszavak számításelmélet, algoritmusok, adatbázisok, deklaratív és szemantikus technológiák Abstract The talk presents one of the specialisations of the Software Engineering MSc programme to be started in 2008 at the BUTE Faculty of Electrical Engineering and Informatics. The main goal of the computer science specialisation is to deepen the knowledge of the students in the theory of computing, and at the same time to introduce related methods and tools usable in practice. The four-term specialisation programme features five lecture courses, the weekly schedule of which involves three hours of lectures and one hour of practical work in small groups. The specialisation also includes two computer laboratory courses. There are two lecture courses which extend the mathematical basis of computer science, presenting advanced techniques in graph theory and in the theory of algorithms, together with their application possibilities. The group of declarative technology lectures introduces constraint programming and semantic technologies. The fifth lecture course deals with the theory and algorithms of data mining and with advanced techniques of relational data bases. The latter lecture, as well as the declarative lecture group is associated with a computer laboratory course, as well. Keywords computer science, algorithms, data bases, declarative and semantic technologies 1
2 1. Bevezetés A holnap informatikájának egyik kulcskérdése az, hogy a számítógépek közelebb kerüljenek a különböző típusú felhasználóikhoz. A cikkünkben ismertetett, a BME VIK mérnök-informatikus MSc képzés részét képező számításelméleti szakirány felsorakoztatja az ehhez szükséges új matematikai módszereket és az ezekre épülő technológiákat. Az algoritmustervezés területén új modellek (pl. kvantumszámítógépek) és új megközelítések (pl. paraméteres bonyolultság) születtek, de a hagyományos kérdéskörökben is erősebb algoritmusok készíthetőek a gráfelmélet és a kombinatorikus optimalizálás újabb eredményeinek felhasználásával. A programozás területén megjelennek a logikai, funkcionális, ill. korlát (constraint) alapokon nyugvó, deklaratív programozási nyelvek. A hagyományos nyelvekhez képest egy deklaratív program sokkal tömörebb, magasabb szintű. Megfogalmazásában nem szükséges az algoritmus részleteit kidolgozni, sokszor elegendő a megoldandó cél eléréséhez szükséges feltételek (korlátok) leírása. Ebből következően a deklaratív programok implicit módon, azaz programozói beavatkozás nélkül párhuzamosíthatók, és így multiprocesszoros rendszereken való hatékony végrehajtásuk is biztosítható. A köznapi informatikában pl. a Webes keresésben is jelentkezik az az igény, hogy a számítógép ne csak szövegeket, betűsorozatokat lásson, hanem a mögöttük levő jelentést, szemantikát is kezelni tudja. Ehhez a szöveges adatokat metaadatokkal egészíthetjük ki, amelyek formálisan, gépi úton kezelhetőek. A meta-adatok automatikusan is kinyerhetőek, matematikai statisztikai módszerekkel, illetve szövegelemzéssel. Emellett rendkívül fontos a szakterületi illetve általános tudás formális megjelenítése ún. ontológiák formájában, valamint az ezeken való automatikus következtetés. A szakirány tárgyai a fent ismertetett területeket fedik le, és három nagyobb csoportba oszthatók: a számítástudomány haladó módszerei, deklaratív technológiák, nagyméretű adathalmazok kezelése. Az első csoportba tartozik a gráfelmélet haladó módszereit és ezek alkalmazási lehetőségeit ismertető előadás. Ehhez kapcsolódik az algoritmusok elméletével foglalkozó előadás, amely a BSc képzésben szereplő megfelelő tárgy folytatása, áttekinti a komplexitási osztályokat, de bevezeti a hallgatókat a párhuzamos és elosztott algoritmusok valamint a kvantumszámítógépek elméletébe is. A következő tárgycsoport a deklaratív technológiákkal foglalkozik. A Nagyhatékonyságú deklaratív programozás c. tárgy a BSc képzés e témájú bevezető kurzusára építve ismerteti a korlát-programozás (constraint programming) elméletét és gyakorlatát. Ezt egészíti ki a szemantikus technológiákkal foglalkozó előadás, amelynek témája a szemantikus világháló, az ontológiák, és ezek alkalmazási lehetőségei. A két előadás során elhangzott ismeretek gyakoroltatását biztosítja a kapcsolódó számítógépes labor. A szakirány ötödik előadása a nagyméretű adathalmazok kezelésével foglalkozik. Megismerteti a hallgatókat az adatbányászat és a relációs adatbázisok kombinatorikai elméletével, a legfontosabb algoritmusokkal, azok előnyeivel, hátrányaival és korlátaival. A 2
3 kapcsolódó laborgyakorlatok során a hallgatók megismerik az egyik legjelentősebb adatbányászati szoftvercsomagot is. A következő szakaszokban az egyes tárgycsoportok tematikáját ismertetjük. A cikket egy összefoglaló szakasz zárja. 2. Számítástudományi alapok Az alábbiakban a szakirány matematikai-számítástudományi alapozó tárgyait tekintjük át. Gráfok, hipergráfok és alkalmazásaik A tárgy célkitűzése: A tárgy fő célja a hallgatók gráfelméleti ismereteinek bővítése, a hipergráfok elmélete néhány fontosabb eredményének bemutatása és ezáltal a diszkrét matematikai gondolkodás fejlesztése. Hangsúlyosan be kívánja mutatni a hipergráf fogalom különféle nézőpontjait (gráfok általánosításai, halmazrendszerek, az élek karakterisztikus vektorainak halmazai), megismertetni a különböző nézőpontok előnyeit és rutinszerűvé tenni a közöttük való átjárást. Megszerezhető készségek, képességek: A diszkrét matematikai problémák kezelésében való nagyobb jártasság hasznos fogalmak ismeretével való komolyabb felvértezettség és több tény ismerete által. Ez hozzásegíthet mind az algoritmusok tervezésében mind az esetlegesen felvetődő strukturális gráfelméleti kérdések kezelésében való nagyobb találékonyság kifejlődéséhez. Tutte tétel és Vizing tétel bizonyítása, stabil párosítások, Gale-Shapley tétel. Dinitz probléma, listaszínezés, listaszínezési sejtés, Galvin tétel, síkgráfok listaszínezése, Thomassen és Voigt tételei. Hipergráfok bevezetése, nézőpontok: gráfok általánosításai, halmazrendszerek, 0-1 sorozatok halmazai. Gráfelméleti eredmények általánosítása: Baranyai tétel, Ryser-sejtés. Nevezetes extremális halmazelméleti eredmények: Sperner tétel, LYM egyenlőtlenség, Ahlswede-Zhang azonosság, Erdős-Ko-Rado tétel, Kruskal-Katona tétel. Ramsey tétele gráfokra és hipergráfokra, geometriai alkalmazások. Lineáris algebra alkalmazására példák: Páratlanváros tétel, Graham-Pollak tétel. További geometriai alkalmazások: Chvátal "art gallery" tétele, Borsuk sejtés Kahn-Kalai-Nilli féle cáfolata. Kombinatorikus optimalizálási feladatok poliéderes leírása, példák, perfekt gráfok politópos jellemzése. Algoritmusok és bonyolultságuk A tárgy célkitűzése: A tárgy célja az algoritmikus gondolkodás továbbfejlesztése. E célból a hallgatók betekintést kapnak a modern irányzatok némelyikébe: a több processzort használó alapvető párhuzamos és elosztott algoritmusokba, a problémák paraméteres bonyolultságának vizsgálatába, ill. a kvantumszámítógép matematikai modelljébe és alapvető algoritmikus technikáiba. Megszerezhető készségek/képességek: Az Algoritmuselmélet tárgy folytatásaként a hallgatók további algoritmikus technikákkal ismerkednek meg, és újabb eszközöket tanulnak az algoritmikusan nehéz problémák kezelésére. Geometriai algoritmusok (legközelebbi pontpár, konvex burok meghatározása). Alapvető párhuzamos algoritmusok (PRAM-ek, Brent-elv a gyorsításra). 3
4 Elosztott algoritmusok hibátlan esetben, egyezségre jutás, ill. ennek lehetetlensége különböző típusú hibák esetén (vonalhiba, leállás, Bizánci típusú hiba). Interaktív bizonyítások, IP=PSPACE. On-line algoritmusok. Paraméteres bonyolultság (korlátos mélységű keresőfák, a gráfminor tétel következményei, W[1]-teljesség). A kvantumalgoritmusok alapjai. 3. Deklaratív technológiák Ebbe a tárgycsoportba két előadás és egy számítógépes labor kurzus tartozik. Ezeket tekintjük át az alábbiakban. Nagyhatékonyságú deklaratív programozás A tárgy célkitűzése: A Deklaratív Programozás c. BSc tárgy keretében szerzett tudás elmélyítése, kiterjesztése a korlát-logikai programozás (constraint logic programming, CLP) területére. A CLP elméleti alapjainak és megvalósításainak megismertetése, a korlátprogramozás módszereinek áttekintése és gyakoroltatása. Megszerezhető készségek, képességek: Haladó logikai programozási gyakorlat, a Prolog nyelv rendszerprogramozási elemeinek, korutinos kiterjesztéseinek megismerése. A korlátlogikai programozás sémájának és legfontosabb eseteinek ismerete. A véges tartományú korlát-programozás (CLPFD) részletes ismerete, korlát-feladatok modellezése, megvalósítása és optimalizálása. - A Prolog nyelv fejlettebb elemei, korutinkezelés - A korlát-logikai programozás elméleti alapjai - Valós és racionális tartományú CLP: nyelvi elemek, megvalósítás, példák - Boole-értékű CLP - Véges tartományú CLP: elméleti háttér; aritmetikai korlátok; logikai és tükrözött korlátok, kombinatorikus korlátok. Címkézés, felhasználói korlátok készítése indexikálisok és globális korlátok formájában. CLPFD nyomkövetés. - CLPFD esettanulmányok: Modellezés, korlátok megválasztása, hatékony keresés - A CHR (Constraint Handling Rules) generikus korlát-programozási eszköz. Bevezetés a szemantikus technológiákba A tárgy célkitűzése: A tárgy célja a tudásalapú technológiák egy fontos új irányának a bemutatása. A tárgy áttekinti az emberi tudás számítógépes ábrázolásának és feldolgozásának módszereit. Megismertet a fogalmi rendszerekkel (ontológiákkal), és bemutatja ezek matematikai hátterét, a leíró logikákat. Áttekintést nyújt az ontológiákat alkalmazó ún. szemantikus technológiákról, a Szemantikus Világháló elképzelésről. Megszerezhető készségek, képességek: A tárgyat elvégző hallgató jártasságot szerez a különféle leíró logikai tudásreprezentációs formalizmusokban, és az azokon való következtetési módszerek területén. Megismeri a Szemantikus Világháló elképzelésben használt leíró és adatlekérdező nyelveket, valamint az ezeket támogató eszközöket. 4
5 - A világháló felépítése, a hagyományos keresőrendszerek működése, tudás reprezentálása a világhálón. Problémák a Webbel: az intelligens keresést akadályozó tényezők; szemantika hiánya a világhálón; a hagyományos megoldási lehetőségek ismertetése. - A Szemantikus Világháló irányzat: az RDF nyelv; az RDF alapú modellezés alapjai; RDF sémák felépítése. Az OWL (Web Ontology Language) nyelv. A Szemantikus Világháló rétegei és a vele kapcsolatos problémák. - Ontológiák: a leíró logikák ismertetése, fajtái; tudásbázisok leírása leíró logikákkal; következtetés leíró logikai rendszerekben, TBox és ABox következtetések; a Tabló algoritmus és változatai; a Tabló algoritmus optimalizálása; létező leíró logikai következtető rendszerek; egy egyszerű leíró logikai következtető megvalósítása. - Egy komplex ontológiakezelő rendszer bemutatása. Szemantikus és deklaratív technológiák szakirány labor A tárgy célkitűzése: A labor célja a szemantikus és deklaratív technológiák területén alkalmazott módszerek gyakorlása, valamint az ezekhez kapcsolódó programozási nyelvek, fejlesztői környezetek ill. számítógépes eszközök készségszintű megismerése. Megszerezhető készségek, képességek: A korlát-logikai programozás (CLP) különféle változatainak (R: valós, B: Boolean, FD: véges tartományú) alkalmazása, gyakorlati példákon keresztül. A CLPFD programozás mélyebb megismerése. Az internetes keresés egyik problémáját okozó szerver oldali megoldások megértése. Az intelligens kereséshez szükséges meta-információk (RDF és RDF sémák) készítésének gyakorlása erre alkalmas szerkesztőeszközökkel. OWL-nyelvű leírások készítése és az azokon való leíró logikai következtetési feladatok gyakorlása és megoldása. Következtető rendszerek megismerése (Racer, DLog). - A SICStus Prolog CLPR és CLPB könyvtárai - A SICStus Prolog CLPFD könyvtárának használata korlát-feladatok megoldására - Valós feladat modellezése CLPFD segítségével. Alapmegoldás, hatékonyságnövelő módszerek: redundáns korlátok, címkézési technikák. - Szerver oldali webalkalmazások írása - RDF és OWL ontológiák szerkesztése, a Lore és Protégé rendszerek ismertetése - a Racer és a Dlog következtető rendszerek bemutatása 4. Nagyméretű adathalmazok Ebbe a tárgycsoportba egy előadás és egy ahhoz kapcsolódó számítógépes labor tartozik. Az alábbiakban ezt a két tárgyat együtt ismertetjük. 5
6 Nagyméretű adathalmazok kezelése A tantárgy célkitűzései: Megismertetni a hallgatókat az adatbányászat és a relációs adatbázisok kombinatorikai elméletével, a legfontosabb algoritmusokkal, azok előnyeivel, hátrányaival és korlátaival. A hallgatók a laborgyakorlatok során megismerik az egyik legjelentősebb adatbányászati szoftvercsomagot és gyakorlati ismeretekre is szert tesznek. Megszerezhető képességek: A hallgató képes lesz összefüggések kinyerésére nagy adathalmazokból. Képes lesz klaszterezni, osztályozni, asszociációs szabályokat és gyakori mintázatokat kinyerni. Alkalmazni tudja a statisztika legfontosabb eszközeit. Megismeri a funkcionális függőségek elméletét és annak általánosításait, továbbá a kapcsolódó kombinatorikai és komplexitási kérdéseket. Áttekintést nyer a magasabb rendű adatmodellekről, az XML elméletéről. - Előfeldolgozás, mintavételezés, dimenzió-csökkentés az adatbányászatban - Gyakori minták kinyerése (gyakori elemhalmazok, sorozatok, epizódok, címkézett, gyökeres fák, feszített részgráfok, részgráfok keresése, APRIORI, Eclat, FP-growth algoritmusok különböző típusú mintákra való alkalmazása, kétfázisú algoritmusok, elemhalmazok lezártja, kényszerek kezelése) - Asszociációs szabályok, függetlenség-vizsgálat - Osztályozás (döntési fák, legközelebbi szomszéd, Bayes hálók, svm, adaboost) - Klaszterezés (Kleinberg-féle lehetetlenség-elmélet, klasszikus klaszterezési célfüggvények és azok hibái, klaszterező algoritmusok típusai, partíciós-, hierarchikus-, sűrűségalapú algoritmusok) - Webes keresés (Page rank, HITS módszer) - Adatbányászat a gyakorlatban, a WEKA szoftver megismerése - Függőségek elmélete: funkcionális, tartalmazási, összekapcsolási függőségek, axiomatizálásuk, az implikációs probléma - Általános függőségek: egyenlőség generáló és sorgeneráló függőségek - Kombinatorikus és komplexitási kérdések - Magasabb rendű adatmodellek, az XML elmélete 5. Összefoglalás A cikkben a BME Villamosmérnöki és Informatikai Karán 2008-ban induló mérnökinformatikus MSc képzés számításelméleti szakirányát mutattuk be. Áttekintettük a képzés céljait, szerkezetét, majd ismertettük az egyes tárgycsoportokat és azon belül az egyes tárgyakat. Reményeink szerint ez a képzési forma hozzájárul ahhoz, hogy hallgatóink a számításelmélet legújabb eredményeit megismerhessék, és jártasságot szerezzenek ezek gyakorlati alkalmazásában is. A következő Informatika a felsőoktatásban konferencián szeretnénk majd beszámolni a számításelméleti szakirány bevezetésének és oktatásának tapasztalatairól is. 6
A szemantikus világháló oktatása
A szemantikus világháló oktatása Szeredi Péter Lukácsy Gergely Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tanszék ➀ A szemantikus világháló... c. tárgy ➁ A tananyag
RészletesebbenSzemantikus világháló a BME-n
Szemantikus világháló a BME-n Lukácsy Gergely Szeredi Péter Budapesti Mûszaki és Gazdaságtudományi Egyetem ßÐÙ Ý Þ Ö Ð º Ñ º Ù Számítástudományi és Információelméleti Tanszék ➀ Szemantikus technológiák
Részletesebbenmatematikus-informatikus szemével
Ontológiák egy matematikus-informatikus szemével Szeredi Péter Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tanszék ➀ Mi az ontológia, mire jó, hogyan csináljuk?
RészletesebbenÖsszeállította Horváth László egyetemi tanár
Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet Intelligens Mérnöki Rendszerek Szakirány a Mérnök informatikus alapszakon Összeállította Horváth László Budapest, 2011
RészletesebbenMérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben
Mérnök informatikus mesterszak mintatanterve (GE-MI) nappali tagozat/ MSc in, full time Érvényes: 2011/2012. tanév 1. félévétől, felmenő rendszerben Tantárgy Tárgykód I. félév ősz II. félév tavasz Algoritmusok
RészletesebbenMérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)
Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (specializáció választás a 4. félévben, specializációra lépés feltétele: az egyik szigorlat
RészletesebbenÓbudai Egyetem Neumann János Informatikai Kar. Intelligens Mérnöki Rendszerek Intézet
Óbudai Egyetem Neumann János Informatikai Kar Intelligens Mérnöki Rendszerek Intézet 1034 Budapest, Bécsi út 96/B Tel., Fax:1/666-5544,1/666-5545 http://nik.uni-obuda.hu/imri Az 2004-ben alakult IMRI (BMF)
RészletesebbenNév KP Blokk neve KP. Logisztika I. 6 LOG 12 Dr. Kovács Zoltán Logisztika II. 6 Logisztika Dr. Kovács Zoltán
Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc
RészletesebbenPROGRAMTERVEZŐ INFORMATIKUS ALAPKÉPZÉSI SZAK
PROGRAMTERVEZŐ INFORMATIKUS ALAPKÉPZÉSI SZAK 1. Az alapképzési szak megnevezése: programtervező informatikus (Computer Science) 2. Az alapképzési szakon szerezhető végzettségi szint és a szakképzettség
RészletesebbenA 2018-as Modellező (A) specializáció tanegységei. Számítógépes rendszerek
Programtervező informatikus Sc 2017,,, 2008 illetve programtervező informatikus 2018 Modellező (), Szoftvertervező (), Szoftverfejlesztő (), esti () inak tantárgyi lefedései 2017-es 2017-es 2017-es 2008-as
RészletesebbenThe nontrivial extraction of implicit, previously unknown, and potentially useful information from data.
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Adatelemzés intelligens módszerekkel Hullám Gábor Adatelemzés hagyományos megközelítésben I. Megválaszolandó
RészletesebbenMesterséges Intelligencia Elektronikus Almanach. Konzorciumi partnerek
Mesterséges Intelligencia Elektronikus Almanach Konzorciumi partnerek 1 Konzorcium Budpesti Mőszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Méréstechnika és Információs Rendszerek
RészletesebbenHatékony keresés a szemantikus világhálón
Hatékony keresés a szemantikus világhálón Lukácsy Gergely Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Magyarországi Web Konferencia 2008 W3C szekció Lukácsy
RészletesebbenÖnálló labor feladatkiírásaim tavasz
Önálló labor feladatkiírásaim 2016. tavasz (ezekhez kapcsolódó saját témával is megkereshetnek) Mészáros Tamás http://www.mit.bme.hu/~meszaros/ Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika
RészletesebbenMi is volt ez? és hogy is volt ez?
Mi is volt ez? és hogy is volt ez? El zmények: 60-as évek kutatási iránya: matematikai logika a programfejlesztésben 70-es évek, francia és angol kutatók: logikai programozás, Prolog nyelv 1975: Szeredi
RészletesebbenIK Algoritmusok és Alkalmazásaik Tsz, TTK Operációkutatás Tsz. A LEMON C++ gráf optimalizálási könyvtár használata
IKP-9010 Számítógépes számelmélet 1. EA IK Komputeralgebra Tsz. IKP-9011 Számítógépes számelmélet 2. EA IK Komputeralgebra Tsz. IKP-9021 Java technológiák IK Prog. Nyelv és Ford.programok Tsz. IKP-9030
RészletesebbenMérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time)
Mérnök informatikus (BSc) alapszak levelező tagozat (BIL) / BSc in Engineering Information Technology (Part Time) (A képzés közös része, szakirányválasztás a 3. félév végén) Tárgykód Félév Tárgynév Tárgy
RészletesebbenAlkalmazott matematikus mesterszak MINTATANTERV
Alkalmazott matematikus mesterszak MINTATANTERV Tartalom A MESTERSZAK SZERKEZETE... 1 A KÉPZÉSI PROGRAM ÁTTEKINTŐ SÉMÁJA... 1 NAPPALI TAGOZAT... 2 ESTI TAGOZAT... 6 0BA mesterszak szerkezete Alapozó ismeretek
RészletesebbenDigitális kultúra, avagy hová lett az informatika az új NAT-ban? Farkas Csaba
Digitális kultúra, avagy hová lett az informatika az új NAT-ban? Farkas Csaba farkas.csaba@uni-eszterhazy.hu Áttekintés A digitális átalakulás nem választás kérdése: olyan elkerülhetetlen jelenség, amelyre
RészletesebbenSzemantikus Web Semantic Web A szemantikus web alkalmas megközelítés, illetve megfelel nyelvekkel, eszközökkel támogatja az intelligens információs
Szemantikus Web Semantic Web A szemantikus web alkalmas megközelítés, illetve megfelel nyelvekkel, eszközökkel támogatja az intelligens információs rendszerek fejlesztését az elosztott információs környezetben.
RészletesebbenMérnök informatikus mesterképzési szak. képzési és kimeneti követelményei
Mérnök informatikus mesterképzési szak képzési és kimeneti követelményei 1. A mesterképzési szak megnevezése: mérnök informatikus (Engineering Information Technology) 2. A mesterképzési szakon szerezhető
RészletesebbenMérnökinformatikus alapszak (BSc)
Neumann János Egyetem GAMF Műszaki és Informatikai Kar Mérnökinformatikus alapszak (BSc) Tanulmányi Tájékoztató 2017 MÉRNÖKINFORMATIKUS ALAPSZAK TANULMÁNYI TÁJÉKOZATÓ 2017 Ez a tanulmányi tájékoztató azoknak
Részletesebben1. Az informatika alapjai (vezetője: Dr. Dömösi Pál, DSc, egyetemi tanár) Kredit
2. MELLÉKLET Az oktatási koncepciója 1. Az informatika alapjai (vezetője: Dr. Dömösi Pál, DSc, egyetemi tanár) Az informatika alapjai Tud. Min. 1 Automata hálózatok 2 V Dr. Dömösi Pál DSc 2 Automaták és
RészletesebbenBevezetés s a szemantikus technológi
Bevezetés s a szemantikus technológi giákba Szemantikus technológi giák Rendszerelemek jelentés logikai formula Elvárások logikai formula Az elvárások megvalósítása sa a rendszerelemek segíts tségével
RészletesebbenBevezetés a kvantum informatikába és kommunikációba Féléves házi feladat (2013/2014. tavasz)
Bevezetés a kvantum informatikába és kommunikációba Féléves házi feladat (2013/2014. tavasz) A házi feladatokkal kapcsolatos követelményekről Kapcsolódó határidők: választás: 6. oktatási hét csütörtöki
RészletesebbenA DEBRECENI MÉRNÖK INFORMATIKUS KÉPZÉS TAPASZTALATAIRÓL. Kuki Attila Debreceni Egyetem, Informatikai Kar. Összefoglaló
A DEBRECENI MÉRNÖK INFORMATIKUS KÉPZÉS TAPASZTALATAIRÓL TEACHING EXPERIENCES OF THE IT ENGINEERING COURSE OF UNIVERSITY OF DEBRECEN Kuki Attila Debreceni Egyetem, Informatikai Kar Összefoglaló A Debreceni
RészletesebbenMi legyen az informatika tantárgyban?
Mi legyen az informatika tantárgyban? oktatás fő területei: digitális írástudás; számítástudomány; információs technológiák. Digitális írástudás szövegszerkesztés, adat vizualizáció, prezentáció, zeneszerkesztés,
RészletesebbenMesterséges Intelligencia Elektronikus Almanach
Mesterséges Intelligencia Elektronikus Almanach Dobrowiecki Tadeusz, Mészáros Tamás Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék MI Almanach a projekt
RészletesebbenGépi tanulás a gyakorlatban. Bevezetés
Gépi tanulás a gyakorlatban Bevezetés Motiváció Nagyon gyakran találkozunk gépi tanuló alkalmazásokkal Spam detekció Karakter felismerés Fotó címkézés Szociális háló elemzés Piaci szegmentáció analízis
RészletesebbenTANMENET. Matematika
Bethlen Gábor Református Gimnázium és Szathmáry Kollégium 6800 Hódmezővásárhely, Szőnyi utca 2. Telefon: +36-62-241-703 www.bgrg.hu OM: 029736 TANMENET Matematika 2016/2017 9. B tagozat Összeállította:
RészletesebbenSzemantikus Web Semantic Web A szemantikus web alkalmas megközelítés, illetve megfelel nyelvekkel, eszközökkel támogatja az intelligens információs
Szemantikus Web Semantic Web A szemantikus web alkalmas megközelítés, illetve megfelel nyelvekkel, eszközökkel támogatja az intelligens információs rendszerek fejlesztését az elosztott információs környezetben.
RészletesebbenTANTÁRGYI ADATLAP I. TANTÁRGYLEÍRÁS
TANTÁRGYI ADATLAP I. TANTÁRGYLEÍRÁS 1 ALAPADATOK 1.1 Tantárgy neve TÉRINFORMATIKAI ELEMZÉSEK 1.2 Azonosító (tantárgykód) BMEEOFTA-J1 1.3 A tantárgy jellege kontaktórás tanegység 1.4 Óraszámok típus előadás
RészletesebbenMÉRNÖKINFORMATIKUS ALAPSZAK TANULMÁNYI TÁJÉKOZATÓ 2017.
MÉRNÖKINFORMATIKUS ALAPSZAK TANULMÁNYI TÁJÉKOZATÓ 2017. Ez a tanulmányi tájékoztató azoknak a Mérnökinformatikus alapszakos hallgatóknak szól, akik 2017. szeptember 1-jét követően kezdték meg tanulmányaikat.
RészletesebbenA Szemantikus világháló alapjai
A Szemantikus világháló alapjai Szeredi Péter Lukácsy Gergely Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tanszék ➀ A szemantikus világhálóról általában ➁ Matematikai
RészletesebbenKurzuskód Kurzus címe, típusa (ea, sz, gy, lab, konz stb.) Tárgyfelelős Előfeltétel (kurzus kódja) típusa
Az Intézet minden előadás és gyakorlatból álló tárgyánál az előadás és a gyakorlat párhuzamos felvétele, az előadások vizsgáinak a gyakorlat teljesítettsége feltétel. Szak neve: Programtervező informatikus
RészletesebbenVállalati információs rendszerek I, MIN5B6IN, 5 kredit, K. 4. A meghirdetés ideje (mintatanterv szerint vagy keresztfélében):
Követelményrendszer 1. Tantárgynév, kód, kredit, választhatóság: Vállalati információs rendszerek I, MIN5B6IN, 5 kredit, K 2. Felelős tanszék: Informatika Szakcsoport 3. Szak, szakirány, tagozat: Műszaki
RészletesebbenANALÍZIS TANSZÉK Szakdolgozati téma. Piezoelektromos mechanikai redszer rezgését leíró parciális
Piezoelektromos mechanikai redszer rezgését leíró parciális di erenciálegyenlet el½oállítása és megoldása Témavezet½o: Dr. Kovács Béla Rugalmas és pizoelektromos rétegekb½ol álló összetett mechanikai rendszer
Részletesebben- Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban
I. Intelligens tervezőrendszerek - Adat, információ, tudás definíciói, összefüggéseik reprezentációtípusok Részletesebben a téma az AI alapjai című tárgyban Adat = struktúrálatlan tények, amelyek tárolhatók,
RészletesebbenOntológiák és adatbázisok következtetés nyílt és zárt világokban
DL/Ontosz-1 Ontológiák és adatbázisok következtetés nyílt és zárt világokban Szeredi Péter szeredi@cs.bme.hu BME VIK Számítástudományi és Információelméleti Tanszék 2008. március 26. Bevezető példa: adatbázis
RészletesebbenIK Algoritmusok és Alkalmazásaik Tsz, TTK Operációkutatás Tsz. A LEMON C++ gráf optimalizálási könyvtár használata
IKP-9010 Számítógépes számelmélet 1. EA IK Komputeralgebra Tsz. IKP-9011 Számítógépes számelmélet 2. EA IK Komputeralgebra Tsz. IKP-9021 Java technológiák IK Prog. Nyelv és Ford.programok Tsz. IKP-9030
RészletesebbenCAD Rendszerek I. Sajátosság alapú tervezés - Szinkron modellezés
CAD Rendszerek I. Sajátosság alapú tervezés - Szinkron modellezés Farkas Zsolt Budapesti Műszaki és Gazdaságtudományi Egyetem, Gép- és Terméktervezés Tanszék 1/ 14 Tartalom -Sajátosság alapú tervezés:
RészletesebbenA TANTÁRGY ADATLAPJA
A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeș Bolyai Tudományegyetem 1.2 Kar Matematika és Informatika Kar 1.3 Intézet Magyar Matematika és Informatika Intézet 1.4
RészletesebbenSZTE Eötvös Loránd Kollégium. 2. Móra György: Információkinyerés természetes nyelvű szövegekből
2010/2011 tavaszi félév SZTE Eötvös Loránd Kollégium 1. Dombi József: Fuzzy elmélet és alkalmazásai 2011. március 3. 19:00 2. Móra György: Információkinyerés természetes nyelvű szövegekből 2011. március
RészletesebbenTudásalapú információ-kereső rendszerek elemzése és kifejlesztése
Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése 1 Tudásalapú információ-kereső rendszerek elemzése és kifejlesztése Természetes nyelv feldolgozás 2 Tudásalapú információ-kereső rendszerek
RészletesebbenSzolgáltatásintegráció (VIMIM234) tárgy bevezető
Szolgáltatásintegráció Szolgáltatásintegráció (VIMIM234) tárgy bevezető Gönczy László gonczy@mit.bme.hu A tárgyról A tantárgy célja a hallgatók megismertetése a komplex informatikai rendszerek integrációs
RészletesebbenEmerald: Integrált jogi modellező keretrendszer
Emerald: Integrált jogi modellező keretrendszer Förhécz András Szőke Ákos Kőrösi Gábor Strausz György Budapesti Műszaki és Gazdaságtudományi Egyetem Multilogic Kft, Budapest Networkshop 2011 2011. április
RészletesebbenDesign of Programming V 5 -
Gazdaságinformatikus (BSc) alapszak nappali tagozat (BGI) / BSc programme in Business Information Technology (Full Time) A mintatantervben szereplő tárgyakon felül a tanulmányok során további 10 kredit
RészletesebbenMérnök informatikus (BSc)
Mérnök informatikus (BSc) Az informatika dinamikusan fejlődő, a mindennapokat szorosan átszövő tudomány. Ha érdekel milyen módon lehet informatika rendszereket tervezni, üzemeltetni, szakunkon elsajátíthatod
Részletesebben2 0 1 4 2 0 1 5 I I. H é t f ő Óra IR 011 3 IR 012 3
H é t f ő Óra IR 011 3 IR 012 3 GPGPU: Grafikus processzorok felhasználása általános célú számításokra előadás Nagy A., Varga L. H[12 14] Szenzorhálózatok Kincses Z., SARCEVIC P. H[13 15] GPGPU: Grafikus
RészletesebbenKurzus címe, típusa (ea, sz, gy, lab, konz stb.) Tárgyfelelős Előfeltétel (kurzus kódja) Előfeltétel típusa
Az Intézet minden előadás és gyakorlatból álló tárgyánál az előadás és a gyakorlat párhuzamos felvétele, az előadások vizsgáinak a gyakorlat teljesítettsége feltétel. Szak neve: Programtervező informatikus
RészletesebbenFülöp Csaba, Kovács László, Micsik András
Rendszerek Osztály Metaadatsémák nyilvántartása szemantikus web alapon Fülöp Csaba, Kovács László, Micsik András MTA SZTAKI Bemutatás A CORES az európai közösség projektje a Szemantikus Web témakörben
RészletesebbenA MATEMATIKAI SZOFTVEREK ALKALMAZÁSI KÉSZSÉGÉT, VALAMINT A TÉRSZEMLÉLETET FEJLESZTŐ TANANYAGOK KIDOLGOZÁSA A DEBRECENI EGYETEM MŰSZAKI KARÁN
A MATEMATIKAI SZOFTVEREK ALKALMAZÁSI KÉSZSÉGÉT, VALAMINT A TÉRSZEMLÉLETET FEJLESZTŐ TANANYAGOK KIDOLGOZÁSA A DEBRECENI EGYETEM MŰSZAKI KARÁN Dr. Kocsis Imre DE Műszaki Kar Dr. Papp Ildikó DE Informatikai
RészletesebbenKÉPI INFORMÁCIÓK KEZELHETŐSÉGE. Forczek Erzsébet SZTE ÁOK Orvosi Informatikai Intézet. Összefoglaló
KÉPI INFORMÁCIÓK KEZELHETŐSÉGE Forczek Erzsébet SZTE ÁOK Orvosi Informatikai Intézet Összefoglaló Tanórákon és az önálló tanulás részeként is, az informatika világában a rendelkezésünkre álló óriási mennyiségű
RészletesebbenTartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.
Tartalom Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Előszó 1. Az adatbányászatról általában 19 1.1. Miért adatbányászat? 21 1.2. Technológia a rejtett információk
Részletesebben"A tízezer mérföldes utazás is egyetlen lépéssel kezdődik."
"A tízezert mérföldes utazás is egyetlen lépéssel kezdődik dik." A BINB INSYS Előadók: Kornafeld Ádám SYS PROJEKT Ádám MTA SZTAKI kadam@sztaki.hu Kovács Attila ELTE IK attila@compalg.inf.elte.hu Társszerzők:
RészletesebbenSZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.
SZOFTVERES SZEMLÉLTETÉS A MESTERSÉGES INTELLIGENCIA OKTATÁSÁBAN _ Jeszenszky Péter Debreceni Egyetem, Informatikai Kar jeszenszky.peter@inf.unideb.hu Mesterséges intelligencia oktatás a DE Informatikai
RészletesebbenAlkalmazásokban. Dezsényi Csaba Ovitas Magyarország kft.
Tudásmodellezés Kereskedelmi Alkalmazásokban Dezsényi Csaba Ovitas Magyarország kft. Tudásmenedzsment Adat -> Információ -> Tudás Intézményi tudásvagyon hatékony kezelése az üzleti célok megvalósításának
RészletesebbenDesign of Programming V 5 -
Gazdaságinformatikus (BSc) alapszak nappali tagozat (BGI) / BSc programme in Business Information Technology (Full Time) A mintatantervben szereplő tárgyakon felül a tanulmányok során további 10 kredit
RészletesebbenProgramtervező informatikus BSc 2018, Szoftverfejlesztő specializáció ajánlott tantervi háló. Törzsanyag. Konzultáció Kredit
Programtervező informatikus BSc 2018, Szoftverfejlesztő specializáció ajánlott tantervi háló Törzsanyag IP-18SZGREG Számítógépes rendszerek 2 X 2 Gy 1 5 1 2+2+1 Informatika IP-18PROGEG Programozás 2 X
RészletesebbenParametrikus tervezés
2012.03.31. Statikus modell Dinamikus modell Parametrikus tervezés Módosítások a tervezés folyamán Konstrukciós variánsok (termékcsaládok) Parametrikus Modell Parametrikus tervezés Paraméterek (változók
RészletesebbenÖnálló laboratórium tárgyak
BME Híradástechnikai Tanszék Önálló laboratórium téma és konzulensválasztás http://www.hit.bme.hu 2012 Önálló laboratórium tárgyak Az alapszak szakirányos és ágazatos, valamint a mesterszak szakirányos
RészletesebbenInteraktív, grafikus környezet. Magasszintû alkalmazási nyelv (KAL) Integrált grafikus interface könyvtár. Intelligens kapcsolat más szoftverekkel
Készítette: Szabó Gábor, 1996 Az Az IntelliCorp IntelliCorp stratégiája: stratégiája: Kifinomult, Kifinomult, objektum-orientált objektum-orientált környezetet környezetet biztosít biztosít tervezéséhez,
RészletesebbenTÁVOKTATÁSI TANANYAGOK FEJLESZTÉSÉNEK MÓDSZERTANI KÉRDÉSEI
TÁVOKTATÁSI TANANYAGOK FEJLESZTÉSÉNEK MÓDSZERTANI KÉRDÉSEI A távoktatási forma bevezetése és eredményességének vizsgálata az igazgatásszervezők informatikai képzésében DOKTORI ÉRTEKEZÉS TÉZISEI dr. Horváth
RészletesebbenA BME matematikus képzése bemutatkozik
A BME matematikus képzése bemutatkozik Kiknek ajánljuk a szakot? NEM CSAK A VERSENYEK GYŐZTESEINEK! Logikai feladatok iránti érzék Stabil középiskolai teljesítmény Matematika fakultáció Lehetőleg emelt
RészletesebbenHelyi tanterv Német nyelvű matematika érettségi előkészítő. 11. évfolyam
Helyi tanterv Német nyelvű matematika érettségi előkészítő 11. évfolyam Tematikai egység címe órakeret 1. Gondolkodási és megismerési módszerek 10 óra 2. Geometria 30 óra 3. Számtan, algebra 32 óra Az
RészletesebbenProgramtervező informatikus MSc nappali tagozat ajánlott tanterv 2018
Előadás Előadás Programtervező informatikus MSc nappali tagozat ajánlott tanterv 2018 Szoftvertechnológia specializáció (törzsanyaggal együtt) Törzsanyag IPM-18KMTGY Kutatásmódszertan 0 2 Gy 1 3 1 0+2+1
RészletesebbenAdatbázisok elmélete
Adatbázisok elmélete Adatbáziskezelés, bevezető Katona Gyula Y. Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Katona Gyula Y. (BME SZIT) Adatbázisok elmélete
RészletesebbenProgramtervező informatikus MSc nappali tagozat ajánlott tanterv 2018
Előadás Előfeltétel Előadás Előfeltétel Programtervező informatikus MSc nappali tagozat ajánlott tanterv 018 Szoftvertechnológia specializáció (törzsanyaggal együtt) Törzsanyag IPM-18KMTGY Kutatásmódszertan
RészletesebbenMatematika alapszak (BSc) 2015-től
Matematika alapszak (BSc) 2015-től módosítva 2015. 08. 12. Nappali tagozatos képzés A képzési terv tartalmaz mindenki számára kötelező tárgyelemeket (MK1-3), valamint választható tárgyakat. MK1. Alapozó
RészletesebbenProgramozás alapjai Bevezetés
Programozás alapjai Bevezetés Miskolci Egyetem Általános Informatikai Tanszék Programozás alapjai Bevezetés SWF1 / 1 Tartalom A gépi kódú programozás és hátrányai A magas szintÿ programozási nyelv fogalma
RészletesebbenMÉRNÖK INFORMATIKUS MSc SZAK NAPPALI TAGOZAT Szakvezető: Dr. Friedler Ferenc egyetemi tanár, tel: (88) , I épület 922. szoba. Fogadóóra: megbes
Mérnök informatikus MSc szak nappali tagozat tanterve Elfogadta a MIK Kari Tanácsa a 2007. december 20-ai ülésén Érvényes: A 2007/08-as tanévtől Dr. Friedler Ferenc szakvezető Dr. Hartung Ferenc dékánhelyettes
RészletesebbenEÖTVÖS LORÁND TUDOMÁNYEGYETEM MATEMATIKAI INTÉZET ALKALMAZOTT MATEMATIKUS MESTERKÉPZÉS SZAKLEÍRÁS
EÖTVÖS LORÁND TUDOMÁNYEGYETEM MATEMATIKAI INTÉZET ALKALMAZOTT MATEMATIKUS MESTERKÉPZÉS SZAKLEÍRÁS BUDAPEST 2013 ALKALMAZOTT MATEMATIKUS MESTERSZAK (2013 ) Képzési idő: 4 félév A szak indításának tervezett
RészletesebbenFolyamatmodellezés és eszközei. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék
Folyamatmodellezés és eszközei Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Folyamat, munkafolyamat Munkafolyamat (Workflow): azoknak a lépéseknek a sorozata,
RészletesebbenA BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM VILLAMOSMÉRNÖKI ÉS INFORMATIKAI KARA pályázatot hirdet az
A BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM VILLAMOSMÉRNÖKI ÉS INFORMATIKAI KARA pályázatot hirdet az Automatizálási és Alkalmazott Informatikai Tanszékre Vezető szerep ellátása a tanszéken a mobil
RészletesebbenAz Alba Regia Egyetemi Központ bemutatkozása. www.arek.uni-obuda.hu
ÓBUDAI EGYETEM Az Alba Regia Egyetemi Központ bemutatkozása Alba Regia Egyetemi Központ Székesfehérvár Akkor.. és Most KANDÓ 1971 Óbudai Egyetem Alba Regia Egyetemi Központ 2013 Alba Regia Egyetemi Központ
RészletesebbenNyilvántartási Rendszer
Nyilvántartási Rendszer Veszprém Megyei Levéltár 2011.04.14. Készítette: Juszt Miklós Honnan indultunk? Rövid történeti áttekintés 2003 2007 2008-2011 Access alapú raktári topográfia Adatbázis optimalizálás,
RészletesebbenLogisztikai mérnök záróvizsga tételsor Módosítva május 6.
Név KP Blokk neve KP Felelıs vizsgáztató Kombinatorikus módszerek és algoritmusok 5 MAT 10 Dr. Tuza Zsolt Diszkrét és folytonos dinamikai rendszerek matematikai alapjai 5 Matematika Dr. Hartung Ferenc
RészletesebbenA BSc-képzés szakdolgozati témái
A BSc-képzés szakdolgozati témái ELTE TTK, Operációkutatási Tanszék 2015/2016 1. Barátságos és barátságtalan partíciók A téma rövid leírása: Egy irányítatlan, összefüggő G = (V, E) gráfban a V egy kétrészes
RészletesebbenHALLGATÓI KÉRDŐÍV ÉS TESZT ÉRTÉKELÉSE
HALLGATÓI KÉRDŐÍV ÉS TESZT ÉRTÉKELÉSE EVALUATION OF STUDENT QUESTIONNAIRE AND TEST Daragó László, Dinyáné Szabó Marianna, Sára Zoltán, Jávor András Semmelweis Egyetem, Egészségügyi Informatikai Fejlesztő
Részletesebben2006. szeptemberétől. kódja
- Programtervező informatikus Programtervező informatikus alapszak - Tanári szakirányok mintatanterve 2006. szeptemberétől "A" típusú tantárgyak 1 2 3 4 5 6 7 8 9 10 Tantágy neve Tantárgy kódja Heti Tantárgyfelelős
RészletesebbenGyakorló feladatok adatbányászati technikák tantárgyhoz
Gyakorló feladatok adatbányászati technikák tantárgyhoz Buza Krisztián Számítástudományi és Információelméleti Tanszék Budapesti Műszaki és Gazdaságtudományi Egyetem Klaszterezés kiértékelése Feladat:
RészletesebbenFeladataink, kötelességeink, önkéntes és szabadidős tevékenységeink elvégzése, a közösségi életformák gyakorlása döntések sorozatából tevődik össze.
INFORMATIKA Az informatika tantárgy ismeretkörei, fejlesztési területei hozzájárulnak ahhoz, hogy a tanuló az információs társadalom aktív tagjává válhasson. Az informatikai eszközök használata olyan eszköztudást
RészletesebbenStatisztikai eljárások a mintafelismerésben és a gépi tanulásban
Statisztikai eljárások a mintafelismerésben és a gépi tanulásban Varga Domonkos (I.évf. PhD hallgató) 2014 május A prezentáció felépítése 1) Alapfogalmak 2) A gépi tanulás, mintafelismerés alkalmazási
RészletesebbenSztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával
Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával * Pannon Egyetem, M szaki Informatikai Kar, Számítástudomány
RészletesebbenKözlekedésmérnöki alapszak (BSc) Közlekedési információs rendszerek I. BMEKOKUA201 (Transportation Information Systems I.)
Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki és Járműmérnöki Kar Közlekedésüzemi és Közlekedésgazdasági Tanszék Közlekedésmérnöki alapszak (BSc) Közlekedési információs rendszerek I
RészletesebbenIntelligens adatelemzés
Antal Péter, Antos András, Horváth Gábor, Hullám Gábor, Kocsis Imre, Marx Péter, Millinghoffer András, Pataricza András, Salánki Ágnes Intelligens adatelemzés Szerkesztette: Antal Péter A jegyzetben az
RészletesebbenA TANTÁRGY ADATLAPJA
A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeş-Bolyai Tudományegyetem 1.2 Kar Matematika és Informatika Kar 1.3 Intézet Magyar Matematika és Informatika Intézet 1.4
RészletesebbenA TANTÁRGY ADATLAPJA
A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeș-Bolyai Tudományegyetem 1.2 Kar Matematika és Informatika 1.3 Intézet Magyar Matematika és Informatika 1.4 Szakterület
RészletesebbenCsima Judit szeptember 6.
Adatbáziskezelés, bevezető Csima Judit BME, VIK, Számítástudományi és Információelméleti Tanszék 2017. szeptember 6. Csima Judit Adatbáziskezelés, bevezető 1 / 20 Órák, emberek heti két óra: szerda 14.15-16.00
RészletesebbenAZ INFORMATIKA TANTÁRGYPEDAGÓGIA OKTATÁSÁNAK SAJÁTOSSÁGAI A II.RÁKÓCZI FERENC KÁRPÁTALJAI MAGYAR FŐISKOLÁN
AZ INFORMATIKA TANTÁRGYPEDAGÓGIA OKTATÁSÁNAK SAJÁTOSSÁGAI A II.RÁKÓCZI FERENC KÁRPÁTALJAI MAGYAR FŐISKOLÁN Beregszászi István adjunktus, II. Rákóczi Ferenc Kárpátaljai Magyar Főiskola Bevezető Az informatikai
RészletesebbenMATEMATIKA TANTERV Bevezetés Összesen: 432 óra Célok és feladatok
MATEMATIKA TANTERV Bevezetés A matematika tanítását minden szakmacsoportban és minden évfolyamon egységesen heti három órában tervezzük Az elsı évfolyamon mindhárom órát osztálybontásban tartjuk, segítve
RészletesebbenMesterséges Intelligencia Elektronikus Almanach
Mesterséges Intelligencia Elektronikus Almanach Dobrowiecki Tadeusz, Mészáros Tamás Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék MI Almanach a projekt
RészletesebbenTANTÁRGYI ÚTMUTATÓ. Alkalmazott számítástechnika. tanulmányokhoz
2. évfolyam szakirány BA TANTÁRGYI ÚTMUTATÓ Alkalmazott számítástechnika tanulmányokhoz TÁVOKTATÁS Tanév (2014/2015) 1. félév A KURZUS ALAPADATAI Tárgy megnevezése: Alkalmazott Számítástechnika Tanszék:
RészletesebbenA programozó matematikus szak kredit alapú szakmai tanterve a 2004/2005. tanévtől, felmenő rendszerben
A programozó matematikus szak kredit alapú szakmai tanterve a 2004/2005. tanévtől, felmenő rendszerben Szak neve: programozó matematikus szak Tagozat: nappali Képzési idő: 6 félév Az oktatás nyelve: magyar
RészletesebbenIsmeretalapú modellezés XI. Leíró logikák
XI. Leíró logikák 1 eddig volt nyílt internetes rendszerekben miért van szükség ismeretalapú re ontológia készítés kérdései ontológiák jellemzői milyen ontológiák vannak most jön mai internetes ontológiák
RészletesebbenProgramozás. Adatbázis-kezelés (alapok) Fodor Attila
Programozás Adatbázis-kezelés (alapok) Fodor Attila Pannon Egyetem Műszaki Informatikai Kar Villamosmérnöki és Információs Rendszerek Tanszék foa@almos.vein.hu 2010. április 22. Bevezetés Adatbáziskezelés
RészletesebbenMÉRNÖKINFORMATIKUS MESTERKÉPZÉSI SZAK TANTERVE
PÉCSI TUDOMÁNYEGYETEM MŰSZAKI ÉS INFORMATIKAI KAR MÉRNÖKINFORMATIKUS MESTERKÉPZÉSI SZAK TANTERVE SZAKFELELŐS: Dr. habil Iványi Péter egyetemi tanár Érvényes: 2017/2018. tanév I. félévtől felmenő rendszerben.
RészletesebbenTudásalapú információ integráció
Tudásalapú információ integráció (A Szemantikus Web megközelítés és a másik irány) Tanszéki értekezlet, 2008. május 14. 1 Miért van szükségünk ilyesmire? WWW: (Alkalmazások) Keresés a weben (pl. összehasonlítás
RészletesebbenMUNKAERŐPIACI IGÉNYEKNEK A FOLYAMATOS ÖSSZEHANGOLÁSA A WEB 2.0 KORSZAKÁBAN
A FELSŐOKTATÁS TARTALMÁNAK ÉS A MUNKAERŐPIACI IGÉNYEKNEK A FOLYAMATOS ÖSSZEHANGOLÁSA A WEB 2.0 KORSZAKÁBAN Határterületek tanterve Milyen közgazdasági ismeretekre van szüksége egy jogásznak, mérnöknek,
RészletesebbenAz informáci. Forczek Erzsébet SZTE, ÁOK Orvosi Informatikai Intézet. 2009. május 24-25.
Az informáci ció életútjatja Forczek Erzsébet SZTE, ÁOK Orvosi Informatikai Intézet 2009. május 24-25. Mit oktassunk nem informatika szakos hallgatóknak? ( orvos, gyógyszerész, főiskolai: ápoló, gyógytornász,
Részletesebben