Kedves Hallgatók, Az Adattudomány és gépi tanulás tantárgy eredményei bekerültek a Neptunba, illetve felkerültek a Moodle rendszerbe és csatolom is az értékelést. Akinek bármilyen problémája/kérdése lenne, nyugodtan keressen e-mailben. Mind a két beadandó esetén elmondható, hogy nagyon sok szép megoldás született. Leggyakoribb hibának talán azt tudnám felhozni, hogy hiába hangsúlyoztam szóban és a feladatleírásban is, a *kommentelt kód nem számít dokumentációnak*. Talán azt érzitek páran, hogy minden esetben jobb jegyek felé hajlott az értékelés, kérlek aki így érzi, az vegye biztatásnak és próbálja meg bepótolni a hiányosságokat (főleg a saját téma esetén). *Regresszió*: *Gratulálunk Palotai Balázsnak, akinek a modellje a legmagasabb R2 értéket érte el*! A legjobb eredményt a Gradient Boosting Regressor modellel érte el. Nagyon szép munka! Ezen kívül is nagyon sok szép munka született még. (Még egyszer szeretnék ráerősíteni, hogy a verseny minél jobb R2 értékről szólt, azonban ha regresszióról van szó, a korrektség kedvéért hibamértékeket is kell vizsgálni.) *Saját feladat*: Itt is nagyon sok szép megoldás született, illetve az értékelés során igyekeztem figyelembe venni az egyéni lehetőségeket (pl.: a téma/munkahely mennyire passzolt a tanultakhoz). Itt a legjelentősebb hiba talán a probléma ismertetésének hiánya volt, így nehezen lehetett értelmezni mi is a feladat, amit meg szeretnétek oldani. Kérlek benneteket, hogy akinek a szakdoglozatában jelentős mértékben szerepel a tárgyban tanultak alkalmazása és úgy érzi le van maradva, az minél előbb keresse a témavezetőjét. Akinek nem sikerült leadni valamelyik beadandót, az minél előbb jelezze szeretne-e vizsgázni, vagy jelezze a probléma okát. A tárgy teljesítésén túl igen sok szakdolgozat szempontjából is kritikus ez. Kellemes Ünnepeket Kívánok, Gyula -- Gyula Dörgő e-mail: gydorgo@gmail.com web: www.dorgoresearches.com tel: +36/30-8711-740