Budapesti Műszaki és Gazdaságtudományi Egyetem
Természettudományi Kar		 Tantárgy Adatlap
Tantárgy kód BMETE92MC22
Tantárgy azonosító adatok
1. A tárgy címe A számítástudomány alapjai MC
2. A tárgy angol címe Foundation of Computer Science
3. Heti óraszámok (ea + gy + lab) és a félévvégi követelmény típusa 2 + 0 + 0 f Kredit 3
4. Ajánlott/kötelező előtanulmányi rend
vagy Tantárgy kód 1 Rövid cím 1 Tantárgy kód 2 Rövid cím 2 Tantárgy kód 3 Rövid cím 3
4.1
4.2
4.3
5. Kizáró tantárgyak
6. A tantárgy felelős tanszéke Analízis Tanszék
7. A tantárgy felelős oktatója Dr. Tóth János beosztása címzetes egyetemi tanár
Akkreditációs adatok
8. Akkreditációra benyújtás időpontja 2020.11.03. Akkreditációs bizottság döntési időpontja 2020.12.03.
Tematika
9. A tantárgy az alábbi témakörök ismeretére épít
Egyváltozós analízis, statisztika
10. A tantárgy szerepe a képzés céljának megvalósításában (szak, kötelező, kötelezően választható, szabadon választható)
TTK Számítógépes és kognitív idegtudumány MSc szak kötelezően választható tárgya
11. A tárgy részletes tematikája

Rekurzív definíció és induktív adattípusok. A kijelentéslogika nyelve és szemantikája. A Boole-kielégíthetőségi probléma (SAT).  A Turing-gép fogalma. A P és az NP bonyolultsági osztály. Relációk és tulajdonságaik. Kvantorok és egyrétű formulák. Általános kielégíthetőségi probléma. Church-tézis. Teljes indukció, indirekt következtetés és skatulyaelv. Típuselméleti alapok. A PSPACE bonyolultsági osztály.

Lineáris tér, bázis, koordinátareprezentáció. Lineáris leképezések és néhány invariánsuk. Topológiai alapfogalmak: norma, távolság, nyílt és zárt halmazok. Többváltozós függvények folytonossága és differenciálhatósága. Többváltozós valószínűségi alapok. Teljes valószínűség tétele és Bayes-tétel. A polinomiális regresszió problémájának megoldása.

 
12. Követelmények, az osztályzat (aláírás) kialakításának módja
szorgalmi
időszakban		 Két zh teljesítése, továbbá egy kiselőadás megtartása vagy egy projektmunka bemutatása. vizsga-
időszakban		 -
13. Pótlási lehetőségek
TVSZ szerint
14. Konzultációs lehetőségek
Megbeszélés szerint.
15. Jegyzet, tankönyv, felhasználható irodalom
Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer 2006.
Érdi Péter, Complexity Explained, Springer, 2007.
Gilbert Strang, Linear Algebra and Its Applications, Fourth Edition, 2005.
16. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka mennyisége órákban (a teljes szemeszterre számítva)
16.1 Kontakt óra
28
16.2 Félévközi felkészülés órákra
28
16.3 Felkészülés zárthelyire
14
16.4 Zárthelyik megírása
4
16.5 Házi feladat elkészítése
0
16.6 Kijelölt írásos tananyag elsajátítása (beszámoló)
16
16.7 Egyéb elfoglaltság
0
16.8 Vizsgafelkészülés
0
16.9 Összesen
90
17. Ellenőrző adat Kredit * 30
90
A tárgy tematikáját kidolgozta
18. Név beosztás Munkahely (tanszék, kutatóintézet, stb.)
Dr. Tóth János
címzetes egyetemi tanár
Analízis Tanszék
Molnár Zoltán Gábor
egyetemi tanársegéd
Algebra Tanszék
A tanszékvezető
19. Neve aláírása
Dr. Horváth Miklós