ΑΡΧΕΣ ΕΠΙΣΤΗΜΗΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΙΣΤΟΥ

Πληροφορίες Μαθήματος
ΤίτλοςΑΡΧΕΣ ΕΠΙΣΤΗΜΗΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΙΣΤΟΥ / ΑΡΧΕΣ ΕΠΙΣΤΗΜΗΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΙΣΤΟΥ
ΚωδικόςNIS-08-06
ΣχολήΘετικών Επιστημών
ΤμήμαΠληροφορικής
Κύκλος / Επίπεδο1ος / Προπτυχιακό
Περίοδος ΔιδασκαλίαςΕαρινή
Υπεύθυνος/ηΑθηνά Βακάλη
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID600020392

Πρόγραμμα Σπουδών: ΠΠΣ-Τμήμα Πληροφορικής (2019-σήμερα)

Εγγεγραμμένοι φοιτητές: 6
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΓΕΝΙΚΗ ΚΑΤΕΥΘΥΝΣΗΥΠΟΧΡΕΩΤΙΚΟ ΚΑΤΑ ΕΠΙΛΟΓΗ845
Πληροφορίες Τάξης
ΤίτλοςΑΡΧΕΣ ΕΠΙΣΤΗΜΗΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΙΣΤΟΥ
Ακαδημαϊκό Έτος2021 – 2022
Περίοδος ΤάξηςΕαρινή
Διδάσκοντες μέλη ΔΕΠ
Ώρες Εβδομαδιαία3
Class ID
600191425
Τύπος Μαθήματος
Eιδίκευσης / Kατεύθυνσης
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)
  • Αγγλικά (Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
N/A
Μαθησιακά Αποτελέσματα
Γνωστικά: Κατάρτιση σε βασικές έννοιες και μεθόδους επιστήμης Δεδομένων και Ιστού, κατάρτιση σε θέματα προσπέλασης δεδομένων, προστασίας, ηθικής κατά τη χρήση τους. Εξοικείωση με εφαρμογές επιστήμης Δεδομένων και ανάλυσης δικτύων. Δεξιότητες: Απόκτηση ικανότητας εφαρμογής τεχνικών επιστήμης δεδομένων και χρήσης σχετικών εργαλείων. Δεξιότητες στις δυνατότητες προσπέλασης δεδομένων, εξαγωγής πληροφορίας και οπτικοποίησης των αποτελεσμάτων.
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
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Η γνώση των βασικών αρχών για τις Επιστήμες Δεδομένων και Ιστού είναι ιδιαίτερα σημαντική για κάθε απόφοιτο/η του Τμήματος Πληροφορικής, με δεδομένο ότι σε οποιοδήποτε επόμενο στάδιο της καριέρας του/της θα απαιτηθεί να διαχειρισθεί ποικιλόμορφα και σύνθετα δεδομένα ειδικά στον Παγκόσμιο Ιστό. Οι νέοι τύποι, ο όγκος, η ταχύτητα, η αυθεντικότητα και η προστασία των δεδομένων απαιτούν πλέον δεξιότητες για ποιοτική εξαγωγή γνώσης, σύνοψη της ουσιαστικής πληροφορίας, ανεύρεση προτύπων, ανακάλυψης κοινοτήτων, προσδιορισμού τάσεων και φαινομένων, κλπ., ώστε να δοθεί ώθηση σε ποιοτική κατανόηση, ερμηνεία, και ανάλυση των δεδομένων. Η κατανόηση των δεδομένων και η ανάδειξη τάσεων είναι απαραίτητες για τη λήψη αποφάσεων σε πολλού και διαφορετικού τομείς. Υπό αυτό το πρίσμα, το προτεινόμενο μάθημα θα δώσει έμφαση στην αξιοποίηση της υπάρχουσας πληροφορίας αλλά και στην αξιοποίηση των αναδυόμενων δεδομένων (π.χ., από τα κοινωνικά δίκτυα). Το μάθημα απευθύνεται σε προπτυχιακούς φοιτητές που έχουν ήδη εξοικείωση με δομές και βάσεις δεδομένων, αλγορίθμους, εξόρυξη δεδομένων, και προγραμματιστικές δεξιότητες. Ενδεικτικά, το μάθημα θα επικεντρωθεί στα παρακάτω θέματα: - Τα δεδομένα και τα μετα-δεδομένα ως πολύτιμες οντότητες πληροφορίας - Τύποι δεδομένων (δομημένα, ημι-δομημένα, αδόμητα, εξελισσόμενα στον Ιστό) - Πρόσβαση, συλλογή, προετοιμασία, και μοντελοποίηση δεδομένων (APIs, Open Data sources) - Διερεύνηση και εντοπισμός συνάφειας δεδομένων (εφαρμογή βασικών αλγορίθμων εξόρυξης δεδομένων, τεχνικές ανεύρεσης κοινοτήτων) - Οπτικοποίηση Δεδομένων, αναγνώριση κι ερμηνεία φαινομένων – Μελέτη παραδειγμάτων σε πολλαπλούς τομείς (δεδομένα επιχειρησιακών διαδικασιών, ροών, εξελισσόμενα δεδομένα Ιστού, δεδομένα γραφημάτων) με δημιουργία συνόλων ανοικτών δεδομένων (δημιουργία APIs) - Θέματα προστασίας και ηθική δεοντολογία σχετικά με τα δεδομένα - Προκλήσεις και Ανοικτά θέματα της Επιστήμης Δεδομένων και Ιστού
Λέξεις Κλειδιά
Δεδομένα, Μεταδεδομένα, API Πηγών Δεδομένων, Εφαρμογές Επιστήμης Δεδομένων, Προστασία Δεδομένων
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
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις48✓
Εργαστηριακή Άσκηση4✓
Εκπόνηση μελέτης (project)50✓
Συγγραφή εργασίας / εργασιών48✓
Σύνολο150
Αξιολόγηση Φοιτητών
Περιγραφή
Γραπτές εξετάσεις και εργασία. Η ακριβής διαδικασία και βαρύτητα ανακοινώνεταιστην ιστοσελίδα.
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
  • Δημόσια Παρουσίαση (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
Βασίλειος Σ. Βερύκιος, Σωτήριος Β. Κωτσιαντής, Ηλίας Κ. Σταυρόπουλος, Μανώλης Μ. Τζαγκαράκης : Η Επιστήμη των Δεδομένων – Βασικές Αρχές, Θεωρία & Εφαρμογές με τη Γλώσσα R, (Εύδοξος 77120638), Εκδόσεις Νέων Τεχνολογιών, 2017. Βασίλειος Σ. Βερύκιος (μετάφραση): Η Επιστήμη των Δεδομένων για Επιχειρήσεις, Κλειδάριθμος, 2019. Grus, Joel. Data science from scratch: first principles with python. O'Reilly Media, 2019. Jin, Brenda, Saurabh Sahni, and Amir Shevat. Designing Web APIs: Building APIs That Developers Love. " O'Reilly Media, Inc.", 2018. Leek, Jeff. "The elements of data analytic style." J. Leek.—Amazon Digital Services, Inc (2015). Munzner, Tamara. Visualization analysis and design. CRC press, 2014. Peng, Roger D., and Elizabeth Matsui. The Art of Data Science: A guide for anyone who works with Data. Skybrude consulting LLC, 2016. Wilke, Claus O. Fundamentals of data visualization: a primer on making informative and compelling figures. O'Reilly Media, 2019 Weske Mathias, Μάρω Βλαχοπούλου, Κωνσταντίνος Βεργίδης, Διαχείριση Επιχειρησιακών Διαδικασιών, (ISBN: 9789604187942), 2η Έκδοση, Κωδικός Βιβλίου στον Εύδοξο: 77106790
Επιπρόσθετη βιβλιογραφία για μελέτη
Wil M. P. van der Aalst: Process Mining - Data Science in Action, Second Edition. Springer 2016, ISBN 978-3-662-49850-7, pp. 3-452
Τελευταία Επικαιροποίηση
07-01-2023