
Betekintés a kurzuskínálatba
Betekintés a kurzuskínálatba
Adattudomány (Rakovics Márton)
A kurzus célja az adattudomány (gépi/statisztikai tanulás, adatbányászat) elvi alapjainak és legfontosabb módszereinek áttekintése. Az előadás a tárgyalt módszereket a függvényapproximáció általános problémája felől közelíti meg, majd bemutatja a főbb megoldásokat, illetve azok kapcsolatát. Az előadáshoz társuló gyakorlat során a hallgatók az előadáson szerzett ismereteiket – R-ben elvégzett – adatelemzési példák és saját módszer-implementációk segítségével mélyíthetik el.
Programozás I–II. (Rakovics Márton)
Adatelemzés I. (Németh Renáta)
A kurzuson alapvető adatelemzési módszereket és azok gyakorlati alkalmazási példáit ismerjük meg. Részben az általánosított regressziós modelleket, részben alapvető, az adatbányászatban is alkalmazott módszereket dolgozunk fel. A feldolgozás során a módszerek számítógépes implementálását is ismertetjük (Stata-t használunk, de követhető az óra R-ben vagy SPSS-ben is), online elérhető valós adatbázisokat használva. Az óra részben angol nyelvű olvasószemináriumként is működik majd, hogy a hallgatók számára megkönnyítsük az új módszerek jövőbeli önálló elsajátítását.
módszerek
- lineáris regresszió – kategoriális prediktorok, interakciók
- ANOVA és lineáris regresszió. Többutas ANOVA, unbalanced design, sequantial sum of squares.
- logisztikus regresszió.
- az előbbiek egyetlen keretben: Generalized Linear Models
- döntési fák (Classification And Regression Tree, CART) a logisztikus regresszió alternatívájaként.
- szövegbányászat, néhány egyszerű modell és R-package.
- loglineáris modellek SPSS-ben. kapcsolat logisztikus regresszióval
általános fogalmak
- összemosódás, kontrollálás
- interakciók
- modellillesztés, illeszkedési mértékek
- modellépítés (stepwise módszerek)
- egymásbaágyazott modellek tesztelése
- túlillesztés (overfitting), validálás. k-fold crossvalidation, bootstrap pl. változószelekcióra.
Adatelemzés II. (Kabos Sándor, Rudas Tamás)
A statisztikai modell illeszkedésvizsgálatának adatelemzési eszközei.
- statisztikai modellek elemi illeszkedésvizsgálata,
- az általánosított lineáris modell illeszkedésvizsgálata,
- többdimenziós outlier identifikáció PCA eljárással,
- térben és időben változó adatok modellezése,
- lineáris regresszió diagnosztizálása variancia analízissel,
- lineáris regresszió diagnosztizálása rangstatisztikák alapján,
- grafikus modellek (irányított és irányítatlan),
- resampling tesztelési eljárasok a khi-négyzet statisztikával.
Kvalitatív módszerek (Nagy Zsófia)
A kurzus célja a piackutatásban használt kvalitatív módszertan általános megismertetése a hallgatókkal, a kapcsolódó gyakorlati, mintavételi, etikai problémák feltárásával együtt. A félév során három kvalitatív módszer részletes megismerésére kerül sor, ezek: a megfigyelés, az interjú és a fókuszcsoport. Kitérünk a digitális technológiák alkalmazására is, mint kamerás megfigyelés vagy online interjú. Gyakorlati példákon és esettanulmányokon keresztül megismerjük a módszerek működését, illetve mindhárom módszertan kapcsán feladatokat végeznek el a hallgatók, hogy betekintést nyerjenek alkalmazásukba. A félév második felében az összegyűjtött adatok elemzésének fontosabb szempontjai kerülnek sorra, végül a kvalitatív kutatást lezáró beszámoló, prezentáció egyes aspektusait tekintjük át.
Piackutatás I. (Máth András)
Piackutatást végezni nagyon sokféle előképzettség mellett lehetséges. Ebben a versenyben viszont előnyt jelent a survey-statisztikus háttér – abban az esetben, ha a piackutatás módszertani és elméleti hátterét is megismerik a hallgatók. Ennek az ismeret együttesnek a megszerzését tűzi ki maga elé célként a kurzus két félév alatt. Az első félév célja a szükséges háttérismeretek bemutatása és kiegészítése ahhoz, hogy a valós piaci elvárásokhoz jobban tudjanak idomulni majd a hallgatók a képzés befejezése után.
- A piackutatói szakma szereplői
- Vállalatgazdaságtani alapok
- Marketing alapok
- Marketing gyakorlás
- Alapvető módszerek (U&A, márkakutatás, reklámkutatás, médiakutatás, panelkutatás, szolgáltatáskutatás)