Please ensure Javascript is enabled for purposes of website accessibility

Παρουσίαση/Προβολή

Εικόνα επιλογής

Ανάλυση Μεγάλων Δεδομένων

(108) -  Γιώργος Σαμακοβίτης, Μαρία Κεχαγιά

Περιγραφή Μαθήματος

Σκοπός: Ο σκοπός του μαθήματος είναι η παρουσίαση βέλτιστων και σύγχρονων λύσεων και πρακτικών σε προβλήματα που απαιτούν συλλογιστική και λήψη αποφάσεων βασισμένη στη διαχείριση, ανάλυση, επεξεργασία και αξιοποίηση μεγάλου όγκου δεδομένων σε ένα ευρύ φάσμα πεδίων.

 

Ύλη: Η ύλη περιλαμβάνει πηγαίο κώδικα, αλγορίθμους, διαγράμματα και επεξεργασία αρχείων.

 

Περιεχόμενα: Στα πλαίσια του μαθήματος διδάσκονται:

  1. Η εύρεση και σύνθεση δεδομένων μεγάλου όγκου (benchmarks),
  2. Η βέλτιστη εξαγωγή και διαχείριση δεδομένων μεγάλουν όγκου από διαθέσιμες πηγές π.χ., yahoo finance,
  3. Διαθέσιμες βιβλιοθήκες της Python (π.χ., matplotlib)και τεχνικές για τη διαχείριση των δεδομένων, για την οπτικοποίηση των δεδομέων με τη χρήση διαγραμμάτων,
  4. Παρουσιάζονται παραδείγματα σε διάφορους τομείς (finance, software security) που εφαρμόζονται οι παραπάνω τεχνικές, και
  5. Παρουσιάζονται βασικοί αλγόριθμοι μηχανικής μάθησης που χρησιμοποιούνται πάνω σε δεδομένα μεγάλου όγκου.

 

Στόχος: Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / η φοιτήτρια θα είναι σε θέση:

  • να εφαρμόζουν βέλτιστες πρακτικές σε προβλήματα που αφορούν συλλογιστική
  • να λαμβάνουν αποφάσεις βασισμένες στη διαχείριση, ανάλυση, επεξεργασία και αξιοποίηση μεγάλου όγκου δεδομένων

Ημερομηνία δημιουργίας

Κυριακή 15 Σεπτεμβρίου 2024