Εξόρυξη Γνώσης από Μεγάλα Σύνολα Δεδομένων
| Τίτλος | Εξόρυξη Γνώσης από Μεγάλα Σύνολα Δεδομένων / Mining from Massive Datasets |
| Κωδικός | DWS203 |
| Σχολή | Θετικών Επιστημών |
| Τμήμα | Πληροφορικής |
| Κύκλος / Επίπεδο | 2ος / Μεταπτυχιακό |
| Περίοδος Διδασκαλίας | Εαρινή |
| Υπεύθυνος/η | Απόστολος Παπαδόπουλος |
| Κοινό | Ναι |
| Κατάσταση | Ενεργό |
| Course ID | 600016262 |
Πρόγραμμα Σπουδών: ΠΜΣ ΕΠΙΣΤΗΜΗ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΠΑΓΚΟΣΜΙΟΥ ΙΣΤΟΥ (2018 έως σήμερα) ΠΦ
Εγγεγραμμένοι φοιτητές: 10
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| ΚΟΡΜΟΣ | Υποχρεωτικό Κατ' Επιλογήν | 2 | 1 | 7,5 |
| Τίτλος | Εξόρυξη Γνώσης από Μεγάλα Σύνολα Δεδομένων |
| Ακαδημαϊκό Έτος | 2023 – 2024 |
| Περίοδος Τάξης | Εαρινή |
| Διδάσκοντες μέλη ΔΕΠ | |
| Ώρες Εβδομαδιαία | 3 |
| Class ID | 600239505
|
Τύπος Μαθήματος
Eιδίκευσης / Kατεύθυνσης
Τύπος Μαθήματος 2016-2020
- Επιστημονικής Περιοχής
- Ανάπτυξης Δεξιοτήτων
Τύπος Μαθήματος 2011-2015
Ειδικού Υποβάθρου / Κορμού
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600239505
- eLearning (Moodle): https://elearning.auth.gr/course/view.php?id=8413
Γλώσσα Διδασκαλίας
- Ελληνικά (Διδασκαλία, Εξέταση)
Μαθησιακά Αποτελέσματα
Γνωστικά:
1. Οι φοιτητές θα αποκτήσουν σημαντικές γνώσεις σε τεχνικές επεξεργασίας και ανάλυσης μεγάλων δεδομένων.
2. Θα αποκτήσουν ειδικές γνώσεις για κλιμάκωση τεχνικών συσταδοποίησης, κανόνων συσχέτισης κι εξόρυξης γνώσης από γραφήματα.
3. Θα αποκτήσουν γνώσεις διαχείρισης ροών δεδομένων.
Δεξιότητες:
1. Οι φοιτητές θα μπορούν να εφαρμόσουν προηγμένες τεχνικές εξόρυξης δεδομένων σε μεγάλα σύνολα δεδομένων χρησιμοποιώντας εργαλεία όπως το Apache Spark.
2. Θα μπορούν αν εργαστούν σε ομάδες
3. Θα αποκτήσουν μεγαλύτερη αυτοπεποίθηση παρουσιάζοντας τη δουλειά τους στην τάξη
4. Θα έρθουν σε επαφή με σύγχρονες τεχνικές μεγάλων δεδομένων που χρησιμοποιούνται που έχουν μεγάλη ζήτηση και στη Βιομηχανία.
Γενικές Ικανότητες
- Εφαρμογή της γνώσης στην πράξη
- Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
- Αυτόνομη εργασία
- Ομαδική εργασία
- Παραγωγή νέων ερευνητικών ιδεών
Περιεχόμενο Μαθήματος
- Εισαγωγή στα Μεγάλα Δεδομένα (Big Data) και στην Επιστήμη Δεδομένων (Data Science), βασικές έννοιες και προκλήσεις
- Βασικές τεχνικές Εξόρυξης Δεδομένων
- Κανόνες συσχέτισης για μεγάλα δεδομένα
- Συσταδοποίηση για Μεγάλα Δεδομένα
- Κλιμακώσιμη επεξεργασία ροών δεδομένων
- Προηγμένες Εφαρμογές όπως συστήματα συστάσεων
- Ανάλυση Χρονοσειρών
- Μείωση Διαστασιμότητας
Λέξεις Κλειδιά
μεγάλα δεδομένα, επεξεργασία δεδομένων, εξόρυξη από μεγάλα δεδομένα, ανάλυση 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
- Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
- Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Οργάνωση Μαθήματος
| Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
|---|---|---|---|---|---|
| Διαλέξεις | 39 | ✓ | |||
| Μελέτη και ανάλυση βιβλίων και άρθρων | 100 | ✓ | ✓ | ||
| Εκπόνηση μελέτης (project) | 54 | ✓ | ✓ | ||
| Συγγραφή εργασίας / εργασιών | 32 | ✓ | ✓ | ||
| Σύνολο | 225 |
Αξιολόγηση Φοιτητών
Μέθοδοι Αξιολόγησης Φοιτητών
- Γραπτή Εξέταση με Ερωτήσεις Εκτεταμένης Απάντησης (Συμπερασματική)
- Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
- Δημόσια Παρουσίαση (Διαμορφωτική, Συμπερασματική)
- Γραπτή Εξέταση με Επίλυση Προβλημάτων (Συμπερασματική)
- Έκθεση / Αναφορά (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
Jure Leskovec, Anand Rajaraman, Jeff Ullman: Mining of Massive Datasets
Επιπρόσθετη βιβλιογραφία για μελέτη
H. Karau, A. Konwinski, P. Wendell, M. Zaharia: Learning Spark, O' Reilly, 2015.
N. Lynch: Distributed algorithms, Morgan Kaufmann, 1996.
I. Robinson, J. Webber, E. Eifrem: Graph databases, O' Reilly, 2013.
S. Ryza, U. Laserson, S Owen, J. Wills: Advanced analytics with Spark, O'Reilly, 2015.
R. Schutt, C. O'Neil: Doing Data Science, O' Reilly, 2014.
C.A. Varela, G. Agha: Programming distributed computing systems: a foundational approach, The MIT Press, 2013.
Τελευταία Επικαιροποίηση
08-02-2024
