DATA ANALYSIS
| Titel | ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ / DATA ANALYSIS |
| Code | 228 |
| Cycle / Level | 1. Grund- und Hauptstudiengang |
| Semester | Winter/Sommer |
| Coordinator | Sofia Panagiotidou |
| Common | Ja |
| Status | Aktiv |
| Course ID | 600021718 |
Studienplan: PROGRAMMA SPOUDŌN MĪCΗANOLOGŌN MĪCΗANIKŌN
Registered students: 89
| Fachrichtung | Form des Kursbesuchs | Semester | Jahr | ECTS |
|---|---|---|---|---|
| ENERGEIAKOS | EPILOGĪS TĪS ALLĪS KATEUTHYNSĪS | 8 | 4 | 5 |
| KATASKEUASTIKOS | EPILOGĪS TĪS ALLĪS KATEUTHYNSĪS | 8 | 4 | 5 |
| VIOMĪCΗANIKĪS DIOIKĪSĪS | YPOCΗREŌTIKO KATEUTHYNSĪS | 8 | 4 | 5 |
| Akademisches Jahr | 2023 – 2024 |
| Kurslehrdauer | Spring |
| Faculty Instructors |
|
| Weekly Hours | 4 |
| Total Hours | 52 |
| Class ID | 600243013
|
Veranstaltungstyp
- Persönliche Anwesenheit
Elektronischer Zugang zu Unterrichtsmaterialien
- e-Study Guide https://qa.auth.gr/de/class/1/600243013
Sprache
- Griechisch (Lehre, Prüfung)
Allgemeine Kompetenzen
- Anwendung des Wissens in der Praxis
- Recherche, Analyse und Verarbeitung von Daten und Informationen mittels der Verwendung technologischer Medien
- Entscheidungsfähigkeit
- Autonomes Arbeiten
- Arbeit in einem multidisziplinären Umfeld
- Förderung des freien, kreativen und induktiven Denkens
Lehrmaterialien
- Buch
- Skript
- Interaktive Übungen
Einsatz von Informations- und Kommunikationstechnologie
IKT-Nutzung
- Einsatz von IKT in der Lehre
- Einsatz von IKT in der Bewertung der Studierenden
Unterrichtsorganisation
| Activities | Arbeitsbelastung | ECTS | Einzelarbeit | Gruppenarbeit | Erasmus |
|---|---|---|---|---|---|
| Vorlesungen | 52 | 1.7 | ✓ | ||
| Rezeption/ Analyse von Texten | 30 | 1 | ✓ | ✓ | |
| Erstellen einer Arbeit / v. Arbeiten | 65 | 2.2 | ✓ | ||
| Prüfung | 3 | 0.1 | ✓ | ||
| Total | 150 | 5 |
Bewertung der Studierenden
Beschreibung des Verfahrens
- Schriftliche Prüfung mit Multiple-Choice-Fragen (Endnote)
- Schriftliche Prüfung mit kurzen Antworten auf Fragen (Endnote)
- Schriftliche Prüf. mit ausführlichen Antworten auf Fragen (Endnote)
- Schriftliche Prüfung mit Problemlösung (Entwicklung)
- Öffentliche Präsentation (Entwicklung)
Empfohlene Bibliographie
zum Kurs (Eudoxos)
[1] Εφαρμοσμένη Στατιστική και Στατιστική Μηχανική Μάθηση με χρήση των IBM SPSS Statistics, R Python, Μπερσίμης Σωτήριος, Μπάρτζης Γεώργιος, Παπαδάκης Γεώργιος, Σαχλάς Αθανάσιος, Εκδ. Τζιόλα, 2021.
[2] Επιστήμη Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, Grus Joel, Εκδ. Α. Παπασωτηρίου & ΣΙΑ Ι.Κ.Ε., 2020.
[3] Ανάλυση Δεδομένων με την R, Νικολάου Χριστόφορος, Εκδ. Δίσιγμα ΙΚΕ, 2019.
[4] Μηχανική Μάθηση, Κωνσταντίνος Διαμαντάρας, Δημήτρης Μπότσης, Εκδ. Κλειδάριθμος ΕΠΕ, 2019.
[5] Αναγνώριση Προτύπων και Μηχανική Μάθηση, C.M. Bishop, Εκδ. Γρηγόριος Χρυσοστόμου Φούντας, 2019.
[6] Στατιστική και Μηχανική Μάθηση με την R, Ιωαννίδης Δημήτριος- Αθανασιάδης Ιωάννης, Εκδ. Τζιόλα, 2017.
Weitere Bibliographie
[1] An Introduction to Statistical Learning with applications in R, Second Edition, Gareth James, Daniela Witter, Trevor Hastie, Robert Tibshirani, Springer, 2021.
Last Update
18-07-2025
