ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ
| Τίτλος | ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ / Data Analysis |
| Κωδικός | 0571 |
| Σχολή | Θετικών Επιστημών |
| Τμήμα | Μαθηματικών |
| Κύκλος / Επίπεδο | 1ος / Προπτυχιακό |
| Περίοδος Διδασκαλίας | Εαρινή |
| Υπεύθυνος/η | Χαράλαμπος Μπράτσας |
| Κοινό | Όχι |
| Κατάσταση | Ενεργό |
| Course ID | 600015303 |
Πρόγραμμα Σπουδών: ΠΠΣ Τμήμα Μαθηματικών (2014-σήμερα)
Εγγεγραμμένοι φοιτητές: 85
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| Κορμός | Επιλογής | Εαρινό | - | 5 |
| Τίτλος | ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ |
| Ακαδημαϊκό Έτος | 2020 – 2021 |
| Περίοδος Τάξης | Εαρινή |
| Διδάσκοντες άλλων Κατηγοριών |
|
| Ώρες Εβδομαδιαία | 3 |
| Class ID | 600166730
|
Τύπος Μαθήματος 2011-2015
Εμβάθυνσης / Εμπέδωσης Γνώσεων
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600166730
- eLearning (Moodle): https://elearning.auth.gr/course/view.php?id=11716
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές
προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
- Ελληνικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Προαπαιτούμενα Μαθήματα
- 0502 ΘΕΩΡΙΑ ΠΙΘΑΝΟΤΗΤΩΝ Ι
- 0503 ΣΤΑΤΙΣΤΙΚΗ
Γενικές Προαπαιτήσεις
Στατιστική
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα:
• έχουν γνώση των βασικών δομών στον προγραμματισμό και στην στατιστική με την γλώσσα R.
• μπορούν να ασκούν τακτοποίηση και καθαρισμό πραγματικών δεδομένων.
• μπορούν να ανακτήσουν μέσω SQL στην γλώσσα R δεδομένων από βάσεις δεδομένων.
• μπορούν να επιλύουν προβλήματα με πραγματικά δεδομένα με την βοήθεια της στατιστικής και της γλώσσας R προγραμματισμού υψηλού επιπέδου.
• μπορούν να εφαρμόζουν αλγόριθμους στατιστικής μάθησης.
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
- Λήψη αποφάσεων
- Αυτόνομη εργασία
- Ομαδική εργασία
- Εργασία σε διεπιστημονικό περιβάλλον
- Παραγωγή νέων ερευνητικών ιδεών
- Σχεδιασμός και διαχείριση έργων
- Άσκηση κριτικής και αυτοκριτικής
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Στατιστικές μέθοδοι σε απλά προβλήματα με τη χρήση στατιστικών πακέτων (με έμφαση στην R και δευτερευόντως σε άλλα στατιστικά πακέτα). Ανάκτηση δεδομένων από σχεσιακές βάσεις και γνωσιακούς γράφουν στον σημασιολογικό ιστό. Τακτοποίηση και καθαρισμός πραγματικών δεδομένων. Περιγραφική ανάλυση, διαστήματα εμπιστοσύνης, έλεγχοι υποθέσεων για 1 και 2 ανεξάρτητα δείγματα, έλεγχοι υποθέσεων για 2 εξαρτημένα δείγματα, απλή γραμμική και πολλαπλή παλινδρόμηση, ανάλυση διακύμανσης για ένα και δύο παράγοντες, δέντρα απόφασης. Μελέτες περίπτωσης και ανάλυσης πραγματικών σετ δεδομένων από διαφόρους τομείς (Μεταφορές, Ενέργεια, Περιβάλλον, Οικονομία, Ιατρική, Αθλητισμό, Δημοσιογραφία, Ψυχολογία και άλλα). Βασικές αρχές συγγραφής εργασιών και παρουσίασης αναλύσεων δεδομένων.
Λέξεις Κλειδιά
Ανάλυση δεδομένων
Τύποι Εκπαιδευτικού Υλικού
- Διαφάνειες
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
- Χρήση Τ.Π.Ε. στη Διδασκαλία
- Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
- Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
- Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Περιγραφή
Το μάθημα είναι εργαστηριακό. Οι φοιτητές εκτός από τις διαφάνειες που βρίσκονται στο elearning έχουν στην διαθεσή τους και τον κώδικά σε R της κάθε διάλεξης .
Οργάνωση Μαθήματος
| Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
|---|---|---|---|---|---|
| Διαλέξεις | 39 | 1,3 | |||
| Εργαστηριακή Άσκηση | 40 | 1,3 | |||
| Μελέτη και ανάλυση βιβλίων και άρθρων | 68 | 2,3 | |||
| Εξετάσεις | 3 | 0,1 | |||
| Σύνολο | 150 | 5 |
Αξιολόγηση Φοιτητών
Περιγραφή
Ανά 2 διαλέξεις οι φοιτητές εξετάζονται σε ένα ολιγόλεπτο τεστ μέσω moodle των 10 λεπτών (ερωτήσεις κατανόησης πολλαπλής επιλογής ή συμπλήρωσης κώδικα σε R).
Η εξέταση περιλαμβάνει επιπλέον 2 εργασίες βαρύτητας 30%
Η πρώτη αφορά τις βασικές γνώσεις στατιστικής και της γλώσσας R, ενώ η δεύτερη αφορά την ανάλυση πραγματικών δεδομένων (μετά την τακτοποίηση και τον καθαρισμό τους) τους από βάσεις δεδομένων, βαρύτητας 30%
Επιπλέον υπάρχει τελική εξέταση στο εργαστήριο βαρύτητας 50%
Μέθοδοι Αξιολόγησης Φοιτητών
- Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Διαμορφωτική, Συμπερασματική)
- Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Διαμορφωτική, Συμπερασματική)
- Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
- Γραπτή Εξέταση με Επίλυση Προβλημάτων (Διαμορφωτική, Συμπερασματική)
- Εργαστηριακή Εργασία (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
1. Η Επιστήμη των Δεδομένων
Κωδικός Βιβλίου στον Εύδοξο: 77120638
Έκδοση: 1η/2018
Συγγραφείς: Β, Βερύκιος, Σ. Κωτσιαντής, Η. Σταυρόπουλος, Μ. Τζαγκαράκης
ISBN: 978-960-578-043-2
2. Η επιστήμη των δεδομένων μέσα από τη γλώσσα R,
Συγγραφέας: Βασίλειος Βερύκιος, Βασίλειος Καγκλής, Ηλίας Σταυρόπουλος
Έκδοση ebook: ΣΕΑΒ, ΚΑΛΛΙΠΟΣ (πηγή)
Έτος έκδοσης: 2015
ISBN: 978-960-603-394-0
Τελευταία Επικαιροποίηση
15-03-2020
