Ανάλυση δεδομένων και μηχανική μάθηση
| Τίτλος | Ανάλυση δεδομένων και μηχανική μάθηση / Data analytics and machine learning |
| Κωδικός | OD11 |
| Σχολή | Επιστημών Υγείας |
| Τμήμα | Ιατρικής |
| Κύκλος / Επίπεδο | 2ος / Μεταπτυχιακό |
| Περίοδος Διδασκαλίας | Χειμερινή/Εαρινή |
| Υπεύθυνος/η | Παναγιώτης Μπαμίδης |
| Κοινό | Όχι |
| Κατάσταση | Ενεργό |
| Course ID | 600024792 |
Πρόγραμμα Σπουδών: ΔΠΜΣ "Διαχείριση του Ψηφιακού Μετασχηματισμού του Τομέα της Υγείας" (2024-σήμερα)
Εγγεγραμμένοι φοιτητές: 38
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| Επιστήμη Δεδομένων | ΕΠΙΛΕΓΟΜΕΝΑ ΕΙΔΙΚΕΥΣΗΣ | 2 | 1 | 6 |
| Τίτλος | Ανάλυση δεδομένων και μηχανική μάθηση |
| Ακαδημαϊκό Έτος | 2024 – 2025 |
| Περίοδος Τάξης | Εαρινή |
| Διδάσκοντες μέλη ΔΕΠ | |
| Ώρες Εβδομαδιαία | 3 |
| Ώρες Συνολικά | 39 |
| Class ID | 600256607
|
Τύπος Μαθήματος
Eιδίκευσης / Kατεύθυνσης
Τρόπος Παράδοσης
- Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600256607
- eLearning (Moodle): https://elearning.digihealthedu.eu/course/view.php?id=7
Γλώσσα Διδασκαλίας
- Αγγλικά (Διδασκαλία, Εξέταση)
Μαθησιακά Αποτελέσματα
Μετά από αυτό το μάθημα, οι φοιτητές θα είναι σε θέση να:
Εφαρμόζουν και κατανοούν διάφορα στάδια εντός του πεδίου της μηχανικής μάθησης.
Αναγνωρίζουν και εντοπίζουν κρίσιμα σημεία δεδομένων.
Χρησιμοποιούν τεχνικές αναπλήρωσης για την αντικατάσταση δεδομένων και θέσπιση κατάλληλων μετρικών.
Αναγνωρίζουν και χρησιμοποιούν επιβλεπόμενους και μη επιβλεπόμενους αλγορίθμους κατάλληλους για την ανάλυση δεδομένων υγείας.
Αξιολογούν και ερμηνεύουν την απόδοση διαφόρων αλγορίθμων μηχανικής μάθησης σε δεδομένα υγείας.
Υλοποιούν ένα περιβάλλον μηχανικής μάθησης (ML toolkit) για τη δημιουργία ενός περιγράμματος μηχανικής 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
- Ομαδική εργασία
- Εργασία σε διεθνές περιβάλλον
- Εργασία σε διεπιστημονικό περιβάλλον
- Σεβασμός στο φυσικό περιβάλλον
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Θεμέλια της Τεχνητής Νοημοσύνης στην Υγεία
Δημιουργία του Περιβάλλοντος Εργασίας
Προεπεξεργασία Δεδομένων
Αλγόριθμοι Μηχανικής Μάθησης
Εφαρμογές
Τύποι Εκπαιδευτικού Υλικού
- Σημειώσεις
- Διαφάνειες
- Βιντεοδιαλέξεις
- Podcast
- Πολυμεσικό υλικό
- Διαδραστικές ασκήσεις
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
- Χρήση Τ.Π.Ε. στη Διδασκαλία
- 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 | 1,6 | ✓ | ||
| Μελέτη και ανάλυση βιβλίων και άρθρων | 21 | 0,8 | ✓ | ||
| Εκπόνηση μελέτης (project) | 20 | 0,8 | ✓ | ||
| Συγγραφή εργασίας / εργασιών | 70 | 2,8 | ✓ | ||
| Σύνολο | 150 | 6 |
Αξιολόγηση Φοιτητών
Μέθοδοι Αξιολόγησης Φοιτητών
- Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
- Έκθεση / Αναφορά (Διαμορφωτική, Συμπερασματική)
Τελευταία Επικαιροποίηση
10-07-2024
