Application period: August 24, 0:00 – September 21, 23:59
Completion period: September 7, 0:00 – December 11, 23:59
Instructors’ grading deadline: January 5
(Administrative task, please be patient!)
End of the grade-entry request period: January 10, 23:59
Grade entry will be completed: January 14, 23:59
(Administrative task, please be patient!)
Dates for individual courses may vary; keep an eye on the announcements in Moodle.
Fedezd fel a vállalkozói világ izgalmas történetét és gazdasági hátterét ezen a kurzuson! Ismerd meg a vállalkozások társadalmi szerepét, fejlődésüket, valamint a vállalkozóvá válás kihívásait és motivációit, miközben inspirációt meríthetsz saját vállalkozási ötleteid megvalósításához.
Az Ipar 4.0 technológiák és szemléletmód előretörésével minden eddiginél nagyobb jelentőséggel bír a robotizálás. Az élet minden területén találkozhatunk forradalmian új robotikai megoldásokkal, amelyek fejlesztése és üzemeltetetése igényli a robotokkal kapcsolatos alap és felsőbb szintű ismereteket. A tárgyat elsősorban olyan mérnökhallgatóknak ajánljuk, akik érdemi tudás megszerzésével kívánják szélesíteni látókörüket a robottechnika irányában, hogy felkészüljenek a jelen és a jövő műszaki kihívásaira.
Az Ipari robotok kinematikája és dinamikája e-learning tantárgy az iparban leginkább elterjedt soros, nyílt kinematikai láncú ipari robotkarokkal megvalósítható alkalmazások fejlesztéséhez és kutatásához szükséges matematikai és mérnöki alapokat ismerteti. Áttekinti az ipari robotika definícióját és alapfogalmait, elhelyezkedését a robotika szélesebb kontextusában, majd három szinten (geometria, kinematika és dinamika) tárgyalja az irányítási feladatokat és az alkalmazható eljárásokat, valamint azok jellemzőit.
Minden modul elsajátítását egy záróteszt értékeli, amelynek legalább elégségesnek kell lennie. Az utolsó modul után egy külön teszt kéri számon a tárgy anyagát, ennek százalékos eredménye a következők szerint határozza meg az érdemjegyet:
• 60% - 69%: elégséges • 70% - 79%: közepes • 80% - 89%: jó • 90% - 100%: kiváló
Ez a kurzus a fiatalok digitális környezetben szerveződő tanulásával új felfogásban foglalkozik. Az elmúlt közel fél évtized tapasztalatai alapján megállapítható, hogy az internet elterjedésével, az otthoni széles sávú alkalmazás térhódításával minőségi szempontból új tanulási környezetet jött létre. Ebben a környezetben bárki a mobilkommunikációs eszközök mindennapi használatával, a távoktatási keretrendszerek intézményesülésével s az ehhez kapcsolódó új tanulási lehetőségekkel egyre tudatosabban és rendszerszerűen élhet.
A Digitális Pedagógia kurzus annak az új tanítási-tanulási paradigmának a megértéséhez és a sajátos tanulási stílusunkhoz illeszkedő alkalmazásához kíván segítséget nyújtani, amely az ezredfordulót követő időszak oktatási folyamataira egyre inkább jellemző. A kötet fejezetei a tanítási-tanulási folyamat új elemeit oly módon rendszerezik, hogy a hálózati tanulás közel egy évtizedes gyakorlatából merítve, az évszázadokon át uralkodó vertikális oktatási modellekkel szemben a térben nyit, felismeri és tudatosítja azokat a horizontális kapcsolatokat, amelyek a tanítási-tanulási folyamat különböző szereplői közötti kommunikációt, a tudás átadásához kapcsolódó információcserét egyre tudatosabban hálózati tevékenységként is valósítják meg.
A heti bontásban főbb tematikus egységei a következők:
A kurzus teljesítéséhez hetente kisebb érdekes feladatokat kell elkészíteni (pl. szófelhő, szócikk, óravázlat), illetve két zh-t szükséges megoldani.
Ebben a kurzusban az adatszerkezetek és algoritmusok elméleti alapjait mutatjuk be. Megismerjük, milyen eszközökkel (pl. tömbök, listák, fák, gráfok) tárolhatók és szervezhetők az adatok, valamint hogyan dolgozhatók fel hatékonyan, és miként értékeljük az algoritmusok teljesítményét.
A kurzus párhuzamos elvégzése a gyakorlati Szerszámos táska tárggyal ajánlott, mivel az elméleti ismereteket a gyakorlat segít elmélyíteni és megszilárdítani.
A két Szerszámosláda kurzus kiegészíti egymást!
Ez a kurzus külön is elvégezhető,
ha azonban teljeskörű ismeretekre vágysz,
javasoljuk, hogy mindkettőn vegyél részt.
Algoritmuson vagy eljáráson olyan megengedett lépésekből álló módszert, utasítás (sorozatot), részletes útmutatást, receptet értünk, amely valamely felmerült probléma megoldására alkalmas.
Adatszerkezetnek nevezzük a (számítógépes adatfeldolgozás céljaira előállított) adatok tárolási célokat szolgáló strukturális, formai elrendezését.
Ebben a tantárgyban ez a két fogalom kéz a kézben kerül bemutatásra.
Az adatszerkezetek és algoritmusok képezik a számítógépes programozás alapjait és elengedhetetlenek a hatékony és optimalizált szoftverfejlesztéshez. Az adatszerkezetek olyan tárolási módszerek és technikák, amelyek segítségével lehetőségünk van adatok elmentésére, rendezésére és feldolgozására, míg az algoritmusok olyan lépésekből álló sorozatok, amelyek segítségével a problémákat megoldjuk. E két fogalom összhangja meghatározza a programok hatékonyságát és teljesítményét.
Adatszerkezetek: Az adatszerkezetek az adatok összekapcsolását és tárolását szolgálják. A hatékony adatszerkezetek lehetővé teszik az adatok gyors elérését és manipulációját. Adatszerkezeteknek számítanak például a tömbök, listák, vermek, sorok, fák, gráfok. A választott adatszerkezet típusa attól függ, hogy milyen típusú műveleteket szeretnénk végrehajtani az adatokon, és milyen hatékonyságot várunk el a programunktól.
Algoritmusok: Az algoritmusok az adatok feldolgozásának lépéseit írják le. Ezek a lépések meghatározzák, hogy az adott probléma hogyan oldható meg. Az algoritmusok hatékonysága alapvető fontosságú, mivel befolyásolja a program futási idejét és erőforrásigényét. Az algoritmusokat gyakran idő- (futási idő), helybonyolultság (tárolt adatmennyiség) és további hatékonysággal kapcsolatos kritériumok alapján értékeljük.
1. Algoritmusok műveletigénye
2. Tétel, struktúra
3. Tömb
4. Verem
5. Sorok
6. Lista
7. Számonkérő aktivítás
8. Fák. Bináris fák. Bináris kereső fák.
9. Kiegyensúlyozott bináris fák. AVL és piros-fekete fák. Kupac adatszerkezet.
10. Hasítás
11. Hasításos technikák
12. Keresés és kiválasztás
13. Rendezések
14. Adattömörítés
Elméleti tesztek teljesítése, videók megtekintése
Javasolt: Gyakorlati tesztek és feladatok
Ebben a kurzusban az adatszerkezetek és algoritmusok gyakorlati alkalmazására helyezzük a hangsúlyt. Konkrét programozási feladatokon keresztül alkalmazzuk a tömböket, listákat, fákat, gráfokat és a hozzájuk kapcsolódó algoritmusokat, miközben fejlesztjük a problémamegoldó gondolkodást és a hatékony kódírást. A kurzus párhuzamos elvégzése a Szerszámosláda (elmélet) tárggyal ajánlott, mert az elméleti háttér biztos alapot ad a gyakorlati feladatok sikeres megoldásához.
A két Szerszámosláda kurzus kiegészíti egymást!
Ez a kurzus külön is elvégezhető,
ha azonban teljeskörű ismeretekre vágysz,
javasoljuk, hogy mindkettőn vegyél részt.
Algoritmuson vagy eljáráson olyan megengedett lépésekből álló módszert, utasítás (sorozatot), részletes útmutatást, receptet értünk, amely valamely felmerült probléma megoldására alkalmas.
Adatszerkezetnek nevezzük a (számítógépes adatfeldolgozás céljaira előállított) adatok tárolási célokat szolgáló strukturális, formai elrendezését.
Ebben a tantárgyban ez a két fogalom kéz a kézben kerül bemutatásra.
Az adatszerkezetek és algoritmusok képezik a számítógépes programozás alapjait és elengedhetetlenek a hatékony és optimalizált szoftverfejlesztéshez. Az adatszerkezetek olyan tárolási módszerek és technikák, amelyek segítségével lehetőségünk van adatok elmentésére, rendezésére és feldolgozására, míg az algoritmusok olyan lépésekből álló sorozatok, amelyek segítségével a problémákat megoldjuk. E két fogalom összhangja meghatározza a programok hatékonyságát és teljesítményét.
Adatszerkezetek: Az adatszerkezetek az adatok összekapcsolását és tárolását szolgálják. A hatékony adatszerkezetek lehetővé teszik az adatok gyors elérését és manipulációját. Adatszerkezeteknek számítanak például a tömbök, listák, vermek, sorok, fák, gráfok. A választott adatszerkezet típusa attól függ, hogy milyen típusú műveleteket szeretnénk végrehajtani az adatokon, és milyen hatékonyságot várunk el a programunktól.
Algoritmusok: Az algoritmusok az adatok feldolgozásának lépéseit írják le. Ezek a lépések meghatározzák, hogy az adott probléma hogyan oldható meg. Az algoritmusok hatékonysága alapvető fontosságú, mivel befolyásolja a program futási idejét és erőforrásigényét. Az algoritmusokat gyakran idő- (futási idő), helybonyolultság (tárolt adatmennyiség) és további hatékonysággal kapcsolatos kritériumok alapján értékeljük.
1. Algoritmusok műveleigénye. C program struktúra
2. Tétel, struktúra
3. Tömb
4. Verem
5. Sorok
6. Lista
7. Számonkérő aktivítás
8. Fák. Bináris fák. Bináris kereső fák.
9. Kiegyensúlyozott bináris fák. AVL és piros-fekete fák. Kupac adatszerkezet.
10. Hasítás
11. Hasításos technikák
12. Keresés és kiválasztás
13. Rendezések
14. Adattömörítés
Gyakorlati tesztek és feladatok
The aim is for students to be able to build a real-world custom web app by the end of the course that utilizes Orchard and ASP.NET Core features appropriately. Students will gain ready to use knowledge that they then can employ to build stylish and feature-rich websites, interactive web apps, or even a headless content management backend for other apps to consume web APIs of. Getting a glimpse into how an open-source project and community works will also be part of the course.
ASP.NET Core is Microsoft’s modern cross-platform web development framework. Orchard Core is a free and open-source, community-driven framework and web Content Management System (CMS) that extends ASP.NET Core with a wealth of capabilities. With Orchard, developers can quickly create feature-rich, modular, multi-tenant, modern web apps while fully utilizing the ASP.NET Core ecosystem. Building on what ASP.NET Core offers, Orchard provides much of the fundamental functionality any kind of web app needs while being extremely developer friendly. With more than 150 contributors Orchard has a vibrant community improving the system day by day and helping members with any issues. During this fully online course students will learn to utilize Orchard’s various built-in features for content and media management, access control and auditing, scripting and others. They’ll extend Orchard with custom modules and themes written in C# (including Razor syntax), HTML, CSS and JavaScript, following the MVC design pattern. These extensions will use Orchard’s APIs to tap into various parts of the system, leveraging Orchard services as well as altering the default behavior. Below are the course topics, in the order of how they’re held. The aim is to learn about all the most important Orchard features and extension points in detail while also receiving a quick overview of less relevant aspects too so students can get a complete picture of what they can work with.
Fedezd fel a lágy számítás alapjait, a fuzzy logikát, fuzzy következtető rendszereket, adaptív neuro fuzzy következtető rendszereket, mesterséges neurális hálózatokat, megerősítéses tanulást és hardver alapú neuronhálózatok megvalósítását. Csatlakozz hozzánk, hogy elsajátítsd az autonóm irányítórendszerek csúcstechnológiáit!
Az előadás sorozatban a hallgatók megismerkednek a lágy számítások- , fuzzy logika alapjaival, fuzzy következtető rendszerekkel, adaptív neuro fuzzy következtető rendszerekkel, mesterséges neurális hálózatokkal, megerősítése tanítással valamint a neuronhálók hardver alapú megvalósításával. A tantárgy célja a softcomputing módszerek, intelligens irányítási rendszerek áttekintése, elsajátítása. A kurzus hallgatását követően a diákok megismerkednek a fuzzy és neuro fuzzy következtető rendszerek irányítási feladatokban való alkalmazásával, a különböző típusú neuronhálóknak irányítási és rendszer modellezési feladatokban való alkalmazásával. A hallgatók képesek lesznek a konvoluciós neuronhálókat konkrét feladatokban alkalmazni. Elsajátítják a megerősítő tanítási algoritmusok alapjait és különböző feladatokban való alkalmazási lehetőségeit. Betekintést nyernek a neuronhálók hardver alapú megvalósítás részleteibe.
Hetente ki kell töltenie a hallgatónak egy önértékelő tesztet Az önértékelő tesztek nem számítanak a végső jegybe.
Hetente felmérő teszt (fj) (10 felmérő teszt), időkorlátos, kétszeri próbálkozás, beadási határidővel (szükség esetén rugalmasan meghosszabbítva a határidőt), próbálkozások által elért átlagjegy jegy, súlyzó qj=1; Az utolsó témából a felmérő teszt pluszpontként van számolva.
A végleges pontok számítása a következő képlet alapján történik:
Mindig is érdekelt, hogy miként alakult az adócsalás és a költségvetési csalás büntetésének története? Ismerkedj meg magyar és uniós vonatkozásban a szabályokkal, az elkövetett adócsalásokkal, az ezek elleni küzdelemmel!
Az adócsalás és a költségvetési csalás büntetésének előtörténete. Nemzetközi és hazai előzmények. A büntetőjog költségvetési csalás fogalma. Az általános forgalmi adóra vonatkozó európai uniós szabályok. Adalékok az offshorejelenség büntetőjogi értékeléséhez. Magyarországon spóroltak adót amerikai cégek 2010 előtt. Munkáltatással összefüggésben elkövetett adó-csalások. Adócsalás és adókikerülés elleni küzdelem az EU-ban. Az adóelkerülési rés alakulása Magyarországon és az EU tagországaiban 2014-2019 között. A gazdaság kifehérítésére vonatkozó magyar kormányzati intézkedések. A pénzmosás elleni nemzetközi és uniós fellépés
Online teszt vizsga a Moodle rendszerben Safe Exam Browser, azaz Biztonságos vizsga böngésző segítségével. Ennek használatához tekintsd meg útmutatónkat: https://elearning.uni-obuda.hu/edti/?p=341 !
Log in to explore and enrol in our free courses here:
