Budapesti Műszaki és Gazdaságtudományi Egyetem
Természettudományi Kar		 Tantárgy Adatlap
Tantárgy kód BMETEFTBsPAAMD-00
Tantárgy azonosító adatok
1. A tárgy címe Adatvezérelt és ágensalapú modellezés
2. A tárgy angol címe Data-driven and Agent-based Modelling
3. Heti óraszámok (ea + gy + lab) és a félévvégi követelmény típusa 1 + 0 + 2 f Kredit 4
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 BMETE15AP61 Bevezetés a gépi tanulásba BMETE80AF38 A méréskiértékelés matematikai módszerei
4.2
4.3
5. Kizáró tantárgyak
6. A tantárgy felelős tanszéke Fizika Tanszék
7. A tantárgy felelős oktatója Dr. Fehér Titusz beosztása egyetemi docens
Akkreditációs adatok
8. Akkreditációra benyújtás időpontja 2026.01.05. Akkreditációs bizottság döntési időpontja 2026.01.09.
Tematika
9. A tantárgy az alábbi témakörök ismeretére épít
10. A tantárgy szerepe a képzés céljának megvalósításában (szak, kötelező, kötelezően választható, szabadon választható)
TTK Fizikus-mérnöki BSc SDP specializáció kötelezően választható tárgya
11. A tárgy részletes tematikája

E kurzus célja az adatalapú és ágensalapú modellezés bemutatása, alkalmazási példák mentén. A példák az oktatók saját korábbi kutatási tapasztalatain, illetve kurrens szakirodalmi témákon alapulnak.
Adatalapú modellezés: Alapelvek, cél, pontosság, megbízhatóság becslése és meghatározása. Adatfeltárás,  szűrés,  transzformáció. Modellezés haladó maximum likelihood módszerekkel, optimalizálási technikák.
Ágensalapú modellezés: Alapelvek, cél, validálás. Példák: kisebbségi játékok, biológiai (rajzás, hangyakolónia stb.), gazdasági (kisebbségi játékok, tőzsde stb.), társadalmi (vélemény, szegregáció stb.) és játékelméleti problémák.

This course gives an introduction to data-based and agent-based modelling, based on examples of application. Most of these examples are based the instructors’ own previous research experience.
Data-based modelling: Principles, aim, accuracy, assessment of reliability. Data exploration, filtering, transformation. Modelling by advanced maximum likelihood methods, optimization techniques.
Agent-based modelling: Principles, aim, validation. Examples include, minority games, biological (flocking, ant colony, etc.), economical (minority games, stock market, etc.), social (opinion, segregation, etc.) and game theory problems.
12. Követelmények, az osztályzat (aláírás) kialakításának módja
szorgalmi
időszakban		 Aktív részvétel az előadáson és a laboratóriumi gyakorlatokon, házi feladatok megoldása, projektfeladat beadása és bemutatása vizsga-
időszakban
13. Pótlási lehetőségek
A TVSZ szerint
14. Konzultációs lehetőségek
Az oktatóval egyeztetve
15. Jegyzet, tankönyv, felhasználható irodalom
Numerical Recipes 3rd Edition: The Art of Scientific Computing (Cambridge University Press, 2007, ISBN 978-0521880688)
Wilensky, Uri, and William Rand. An introduction to agent-based modeling: modeling natural, so-cial, and engineered complex systems with NetLogo. (MIT Press, 2015, ISBN-13: 978-0262731898)
Railsback, Steven F., and Volker Grimm. Agent-based and individual-based modeling: a practical introduction. (Princeton university press, 2019. ISBN-13: 978-0691136745)
16. A tantárgy elvégzéséhez átlagosan szükséges tanulmányi munka mennyisége órákban (a teljes szemeszterre számítva)
16.1 Kontakt óra
42
16.2 Félévközi felkészülés órákra
42
16.3 Felkészülés zárthelyire
0
16.4 Zárthelyik megírása
0
16.5 Házi feladat elkészítése
24
16.6 Kijelölt írásos tananyag elsajátítása (beszámoló)
12
16.7 Egyéb elfoglaltság
0
16.8 Vizsgafelkészülés
0
16.9 Összesen
120
17. Ellenőrző adat Kredit * 30
120
A tárgy tematikáját kidolgozta
18. Név beosztás Munkahely (tanszék, kutatóintézet, stb.)
Dr. Fehér Titusz
egyetemi docens
Fizika Tanszék
Dr. Török János
egyetemi docens
Elméleti Fizika Tanszék
A tanszékvezető
19. Neve aláírása
Dr. Csonka Szabolcs