ΠΡΟΗΓΜΕΝΗ ΕΥΡΕΤΗΡΙΑΣΗ ΔΕΔΟΜΕΝΩΝ

Πληροφορίες Μαθήματος
ΤίτλοςΠΡΟΗΓΜΕΝΗ ΕΥΡΕΤΗΡΙΑΣΗ ΔΕΔΟΜΕΝΩΝ / ADVANCED INDEXING TECHNIQUES
ΚωδικόςIS24
ΣχολήΘετικών Επιστημών
ΤμήμαΠληροφορικής
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΕαρινή
Υπεύθυνος/ηΚωνσταντίνος Τσίχλας
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID40002454

Πρόγραμμα Σπουδών: ΠΜΣ Τμήματος Πληροφορικής (2014-σήμερα)

Εγγεγραμμένοι φοιτητές: 1
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΤΕΧΝΟΛΟΓΙΕΣ ΓΝΩΣΗΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΛΟΓΙΣΜΙΚΟΥΥποχρεωτικό Κατ' Επιλογήν217,5
ΤΕΧΝΟΛΟΓΙΕΣ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΣΤΗΝ ΕΚΠΑΙΔΕΥΣΗΕπιλογής217,5
ΨΗΦΙΑΚΑ ΜΕΣΑ- ΥΠΟΛΟΓΙΣΤΙΚΗ ΝΟΗΜΟΣΥΝΗΕπιλογής217,5
ΔΙΚΤΥΑΚΑ ΣΥΣΤΗΜΑΤΑΕπιλογής217,5

Πρόγραμμα Σπουδών: ΠΜΣ Τμήματος Πληροφορικής (2013-σήμερα)

Εγγεγραμμένοι φοιτητές: 0
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
Πληροφοριακά ΣυστήματαΥποχρεωτικό217,5
Τεχνολογίες Πληροφορίας και Επικοινωνιών στην ΕκπαίδευσηΕπιλογής217,5
Ψηφιακά ΜέσαΕπιλογής217,5
Επικοινωνιακά Συστήματα και ΤεχνολογίεςΕπιλογής217,5

Πρόγραμμα Σπουδών: ΠΜΣ ΠΛΗΡΟΦΟΡΙΚΗΣ 2

Εγγεγραμμένοι φοιτητές: 0
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑΥποχρεωτικό217,5
ΤΕΧΝΟΛΟΓΙΕΣ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΣΤΗΝ ΕΚΠΑΙΔΕΥΣΗΕπιλογής217,5
ΨΗΦΙΑΚΑ ΜΕΣΑΕπιλογής217,5
ΕΠΙΚΟΙΝΩΝΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΚΑΙ ΤΕΧΝΟΛΟΓΙΕΣΕπιλογής217,5

Πληροφορίες Τάξης
ΤίτλοςΠΡΟΗΓΜΕΝΗ ΕΥΡΕΤΗΡΙΑΣΗ ΔΕΔΟΜΕΝΩΝ
Ακαδημαϊκό Έτος2017 – 2018
Περίοδος ΤάξηςΕαρινή
Διδάσκοντες μέλη ΔΕΠ
Ώρες Εβδομαδιαία3
Class ID
600124895
Τύπος Μαθήματος 2016-2020
  • Επιστημονικής Περιοχής
Τύπος Μαθήματος 2011-2015
Ειδικού Υποβάθρου / Κορμού
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
Μαθησιακά Αποτελέσματα
Στόχος είναι οι φοιτητές να αναγνωρίσουν και κατανοήσουν βασικές τεχνικές για τη δόμηση μεγάλου όγκου δεδομένων. Οι φοιτητές αποκτούν τις απαραίτητες γνώσεις ώστε να μπορούν να χειρίζονται μεγάλο όγκο δεδομένων υποστηρίζοντας αποδοτικά ένα συγκεκριμένο σύνολο πράξεων.
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Ομαδική εργασία
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Αλγόριθμοι και δομές δεδομένων με έμφαση σε διαχείριση τεράστιου όγκου δεδομένων. Μοντέλα Δευτερεύουσας Μνήμης. Αλγόριθμοι και Δομές Δεδομένων για μοντέλα δύο επιπέδων (B - δέντρα, Αλγόριθμοι Υπολογιστικής Γεωμετρίας στη Δευτερεύουσα Μνήμη, Αλγόριθμοι Διαχείρισης Συμβολοσειρών στη Δευτερεύουσα Μνήμη). Αλγόριθμοι και Δομές Δεδομένων για Cache Oblivious Μοντέλα (Cache Oblivious B - δέντρο). Προχωρημένες τεχνικε διασποράς. Προχωρημένες δομές αναζήτησης. Αλγόριθμοι συμπίεσης δεδομένων. Aλγόριθμοι στο Μοντέλο Ροών Δεδομένων. Τεχνικές Δόμησης Δεδομένων σε P2P δίκτυα (overlays).
Λέξεις Κλειδιά
Δευτερεύουσα Μνήμη, Μοντέλο Ροών, Συμπίεση, Πρόβλημα Αναζήτησης, Διασπορά
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Δημοσιεύσεις
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις391,3
Μελέτη και ανάλυση βιβλίων και άρθρων150,5
Εκπόνηση μελέτης (project)1113,7
Συγγραφή εργασίας / εργασιών602
Σύνολο2257,5
Αξιολόγηση Φοιτητών
Περιγραφή
Οι φοιτητές πρέπει να εκτελέσουν μέχρι τρεις προγραμματιστικές εργασίες, να παρουσιάσουν μία εργασία σχετικά μέ ένα συγκεκριμένο αντικείμενο που εμπίπτει στο περιεχόμενο του μαθήματος καθώς και να κάνουν μία ή δύο θεωρητικές εργασίες κατανόησης. Το σχετικό βάρος της βαθμολογίας δημοσιεύεται στην ιστοσελίδα του μαθήματος.
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Εκτεταμένης Απάντησης (Συμπερασματική)
  • Γραπτή Εργασία (Συμπερασματική)
  • Δημόσια Παρουσίαση (Συμπερασματική)
  • Γραπτή Εξέταση με Επίλυση Προβλημάτων (Διαμορφωτική)
  • Έκθεση / Αναφορά (Συμπερασματική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
1. J. Abello, P.M. Pardalos and M.G.C. Resende (editors). Handbook of Massive Data Sets. Kluwer Academic Publishers. 2002, ISBN: 1-4020-0489-3. 2. D. Menta and S Sahni, Handbook of Data Structures and Application. 2005, ISBN 1-5848-8435-5 3. J. Vitter, Algorithms and Data Structures for External Memory, Book, (http://www.ittc.ku.edu/~jsv/Papers/Vit.IO_book.pdf) 4. External Memory Geometric Data Structures. L. Arge, Duke University Lecture notes 5. Erik Demaine, Cache Oblivious Algorithms and Data-Structures, in Lecture Notes from the EEF Summer School on Massive Data Sets, Lecture Notes in Computer Science, BRICS, University of Aarhus, Denmark, June 27-July 1, 2002, (http://erikdemaine.org/papers/BRICS2002/) 6. *Muthu Muthukrishnan, Data Streams: Algorithms and Applications (ebook) (http://algo.research.googlepages.com/eight.ps)
Τελευταία Επικαιροποίηση
21-03-2016