ΕΞΟΡΥΞΗ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΑΝΑΛΥΤΙΚΗ ΟΙΚΟΝΟΜΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

Πληροφορίες Μαθήματος
ΤίτλοςΕΞΟΡΥΞΗ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΑΝΑΛΥΤΙΚΗ ΟΙΚΟΝΟΜΙΚΩΝ ΔΕΔΟΜΕΝΩΝ / ΕΞΟΡΥΞΗ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΑΝΑΛΥΤΙΚΗ ΟΙΚΟΝΟΜΙΚΩΝ ΔΕΔΟΜΕΝΩΝ
Κωδικός12ΕΖ07
ΣχολήΟικονομικών και Πολιτικών Επιστημών
ΤμήμαΟικονομικών Επιστημών
Κύκλος / Επίπεδο1ος / Προπτυχιακό
Περίοδος ΔιδασκαλίαςΧειμερινή
Υπεύθυνος/ηΑθανάσιος Τσαδήρας
ΚοινόΝαι
ΚατάστασηΕνεργό
Course ID600000352

Πρόγραμμα Σπουδών: ΠΠΣ Τμήμα Οικονομικών Επιστημών (2013-σήμερα)

Εγγεγραμμένοι φοιτητές: 0
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΟΙΚΟΝΟΜΙΑΣΕιδική Επιλογή743
ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝΕιδική Επιλογή743

Πληροφορίες Τάξης
ΤίτλοςΕΞΟΡΥΞΗ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΑΝΑΛΥΤΙΚΗ ΟΙΚΟΝΟΜΙΚΩΝ ΔΕΔΟΜΕΝΩΝ
Ακαδημαϊκό Έτος2020 – 2021
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Class ID
600190665
Τύπος Μαθήματος 2011-2015
Εμβάθυνσης / Εμπέδωσης Γνώσεων
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
  • Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα έχουν αποκτήσει εξοικείωση α) με τις βασικές τεχνικές της Μηχανικής Μάθησης και της Εξόρυξης Πληροφορίας από Οικονομικά Δεδομένα καθώς και β) την Αναλυτική Οικονομικών Δεδομένων, με τη χρήση δημοφιλών λογισμικών (Οπτικοποίησης Δεδομένων, Μηχανικής Μάθησης) ώστε να μπορέσουν να ανταποκριθούν στις προσκλήσεις και τις σύγχρονες τάσεις που θα συναντήσουν στη μετέπειτα καριέρα τους.
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Ομαδική εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Παραγωγή νέων ερευνητικών ιδεών
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Θέματα που θα παρουσιαστούν στο μάθημα είναι τα εξής: Οικονομικά και Επιχειρηματικά προβλήματα που λύνονται μέσω της Επιστήμης των δεδομένων και της Εξόρυξης Πληροφορίας. Αναλυτική και Οπτικοποίηση Οικονομικών Δεδομένων με τη χρήση σύγχρονου λογισμικού όπως το Tableau, το Qlik Sense, το Power BI. Προεπεξεργασία δεδομένων για ανάλυση. Θέματα τμηματοποίησης (δένδρα αποφάσεων), κατηγοριοποίησης (SVM, Νευρωνικά Δίκτυα), συσταδοποίησης (ιεραρχική, ΚMean) και κανόνων συσχέτισης(Apriori) με τη χρήση λογισμικού (ελεύθερο λογισμικό Weka). Αξιολόγηση απόδοσης των λύσεων της Εξόρυξης Πληροφορίας. Στο Φροντιστηριακό/Εργαστηριακό Τμήμα του μαθήματος οι φοιτητές/τριες θα μελετήσουν και θα αποκτήσουν πρακτική εμπειρία χρήσης στα παρακάτω δημοφιλή λογισμικά: Tableau, Weka, Qlik Sense, Power BI.
Λέξεις Κλειδιά
Επιστήμη δεδομένων, Αναλυτική Οικονομικών Δεδομένων, Επιχειρηματική Ευφυΐα, Οπτικοποίηση Δεδομένων, Εξόρυξη δεδομένων, Μηχανική μάθηση
Τύποι Εκπαιδευτικού Υλικού
  • Διαφάνειες
  • Βιβλίο
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
προφανής
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις692,5
Εργαστηριακή Άσκηση130,5
Εξετάσεις20,1
Σύνολο843
Αξιολόγηση Φοιτητών
Περιγραφή
Γραπτές εξετάσεις Εργασίες
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Συμπερασματική)
  • Γραπτή Εργασία (Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
1) Η Επιστήμη των Δεδομένων Για Επιχειρήσεις, Foster Provost, Tom Fawcett, εκδ. Κλειδάριθμος 2019. 2) Εισαγωγή στην Εξόρυξη Δεδομένων, Tan-Pang-Ning,Steinbach Michael, Kumar Vipin, Βερυκίος Βασίλειος (Επιμέλεια), εκδ. Τζιόλα 2018. 3) Επιστήμη Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, 2η Έκδοση, Grus Joe, εκδ. Α. Παπασωτηρίου & Σια Ι.Κ.Ε. 2020. 4) Μηχανική Μάθηση, Κων/νος Διαμαντάρας, Δημήτρης Μπότσης, εκδ. Κλειδάριθμος 2019.
Τελευταία Επικαιροποίηση
30-11-2021