Tantárgy adatlapja
| Tantárgy neve: | Scientific Python P-ITSZT-0050 |
|---|---|
| Tárgyfelelős: | Novák Borbála |
| Tantárgy oktatója: | Novák Borbála |
| A tantárgy céljának rövid ismertetése: | Python programozási alapok megismertetése, amelyek felkészítik a hallgatót arra, hogy saját kódokat tudjon készíteni modellezési és szimulációs problémákhoz. Nagy hangsúlyt kapnak a mátrixműveletek, a differenciálegyenletek megoldása, a gépi tanulás/optimalizálás, az adatelemzés és a vizualizáció. |
| Elsajátítandó elméleti ismeretanyag: | A Python nyelvhez elérhető korszerű, magas szintű modulok és az azok segítségével megvalósítható egyes munkafolyamatok megismerése. |
| Elsajátítandó gyakorlati ismeretanyag: |
|
| A 2-4 legfontosabb kötelező irodalom felsorolása bibliográfiai adatokkal (szerző, cím, kiadás adatai, (esetleg oldalak), ISBN): | Christian Hill: Learning scientific programming with Python. Cambridge University Press, 2020. ISBN: 9781108745918. James V Lambers, Et al: Explorations in Numerical Analysis: Python Edition. World Scientific, 2021. ISBN: 9789811229343. |
| 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. Mark Lutz and David Ascher: Learning Python. O'Reilly, 1999. ISBN: 1565924649. |
| Elmélet-gyakorlat aránya: | Elméleti óra óraszáma: 0 Gyakorlati óra és labor óra óraszáma: 0 + 2 |
| Az alkalmazott oktatási módszerek: |
|
| Az értékelés módja: | |
| Az értékelés kritériuma: | Feladatok demonstratív bemutatása, önállóan megoldandó feladatok, melyekre a hallgatók visszajelzést kapnak. |
| Miként járul hozzá a tantárgy a KKK-ban megjelölt kompetenciaelemek megszerzéséhez: | Bioinformatika mesterképzés: |
