Τίτλος | Ανάλυση Δεδομένων / Data Analysis |
Κωδικός | 044 |
Σχολή | Πολυτεχνική |
Τμήμα | Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών |
Κύκλος / Επίπεδο | 1ος / Προπτυχιακό |
Περίοδος Διδασκαλίας | Χειμερινή |
Υπεύθυνος/η | Δημήτριος Κουγιουμτζής |
Κοινό | Όχι |
Κατάσταση | Ενεργό |
Course ID | 600000993 |
Πρόγραμμα Σπουδών: Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών
Εγγεγραμμένοι φοιτητές: 44
Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
---|---|---|---|---|
ΗΛΕΚΤΡΙΚΗΣ ΕΝΕΡΓΕΙΑΣ | Επιλογής | 7 | 4 | 4 |
ΗΛΕΚΤΡΟΝΙΚΗΣ ΚΑΙ ΥΠΟΛΟΓΙΣΤΩΝ | Επιλογής | 7 | 4 | 4 |
ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ | Επιλογής | 7 | 4 | 4 |
Τίτλος | Ανάλυση Δεδομένων |
Ακαδημαϊκό Έτος | 2019 – 2020 |
Περίοδος Τάξης | Χειμερινή |
Διδάσκοντες μέλη ΔΕΠ | |
Class ID | 600144668
|
Πρόγραμμα Τάξης
Κτίριο | Πολυτεχνείο - πτέρυγα Γ (ΤΗΜΜΥ & Τοπογράφων Μηχ.) |
Όροφος | Όροφος 1 |
Αίθουσα | Α4 (5) |
Ημερολόγιο | Τρίτη 09:00 έως 12:00 |
Τύπος Μαθήματος 2016-2020
- Επιστημονικής Περιοχής
Τύπος Μαθήματος 2011-2015
Γενικού Υποβάθρου
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600144668
- eLearning (Moodle): https://elearning.auth.gr/course/view.php?id=12041
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές
προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
- Ελληνικά (Διδασκαλία, Εξέταση)
- Αγγλικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Προαπαιτούμενα Μαθήματα
- 020 Θεωρία Πιθανοτήτων και Στατιστική
Μαθησιακά Αποτελέσματα
1. Κατανόηση της σημασίας της ανάλυσης δεδομένων στην επιστήμη του μηχανικού.
2. Εξοικείωση με τις έννοιες των πιθανοτήτων και στατιστικής.
3. Κατανόηση των εννοιών στα θέματα σφαλμάτων μετρήσεων, συσχέτισης και παλινδρόμησης.
4. Εξοικείωση με υπολογιστικές προσεγγίσεις για την επίλυση προβλημάτων στην ανάλυση δεδομένων.
5. Δυνατότητα ανάλυσης πραγματικών δεδομένων στον υπολογιστή.
Γενικές Ικανότητες
- Εφαρμογή της γνώσης στην πράξη
- Λήψη αποφάσεων
- Αυτόνομη εργασία
Περιεχόμενο Μαθήματος
Εισαγωγή: ορισμοί, δεδομένα, παραδείγματα. Στοιχεία πιθανοτήτων και στατιστικής: τυχαίες μεταβλητές, μονο-μεταβλητές και πολυ-μεταβλητές κατανομές, παράμετροι κατανομής, εκτίμηση παραμέτρων και έλεγχοι υπόθεσης παραμέτρων, έλεγχος υπόθεσης καλής προσαρμογής κατανομής. Αβεβαιότητα και σφάλμα μέτρησης: συστηματικά και τυχαία σφάλματα, διάδοση σφάλματος. Συσχέτιση και παλινδρόμηση: συσχέτιση, απλή και πολλαπλή παλινδρόμηση, γραμμική και μη-γραμμική παλινδρόμηση. Υπολογιστικές μέθοδοι (μέθοδοι επαναδειγματοληψίας) στην εκτίμηση παραμέτρων, στατιστικών ελέγχων, συσχέτισης και παλινδρόμηση.
Τύποι Εκπαιδευτικού Υλικού
- Σημειώσεις
- 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
Περιγραφή
Επίλυση παραδειγμάτων/ασκήσεων, εξάσκηση στο Matlab. Κατάθεση ασκήσεων και επικοινωνία μέσω elearning.
Οργάνωση Μαθήματος
Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
---|---|---|---|---|---|
Διαλέξεις | 35.5 | 1,2 | |||
Εργαστηριακή Άσκηση | 19.5 | 0,7 | |||
Φροντιστήριο | 35 | 1,2 | |||
Εξετάσεις | 30 | 1 | |||
Σύνολο | 120 | 4 |
Αξιολόγηση Φοιτητών
Περιγραφή
1. Εξέταση στο Matlab διάρκειας 180 λεπτών.
2. Κατάθεση υπολογιστικής μελέτης σε Matlab (project).
3. Προαιρετικές ασκήσεις στο Matlab κατά τη διάρκεια του εξαμήνου.
Μέθοδοι Αξιολόγησης Φοιτητών
- Δημόσια Παρουσίαση (Συμπερασματική)
- Γραπτή Εξέταση με Επίλυση Προβλημάτων (Συμπερασματική)
- Εργαστηριακή Εργασία (Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
Εφαρμοσμένη Στατιστική, Μπόρα-Σέντα Ε. και Μωυσιάδης Χ., Εκδόσεις Ζήτη, Θεσσαλονίκη 1997 (Εύδοξος: 11028)
Resampling Methods: A Practical Guide to Data Analysis, Good P.I., Springer, 2006 (Εύδοξος: 173198)
Data Analysis Using the Method of Least Squares: Extracting the Most Information from Experiments, Wolberg J., Springer, 2006 (Εύδοξος: 174465)
Επιπρόσθετη βιβλιογραφία για μελέτη
Computational Statistics Handbook with MATLAB}, Martinez W.L. and Martinez A.R., Chapman and Hall, 3rd edition 2015
Exploratory Data Analysis with MATLAB}, Martinez W.L., Martinez A.R. and Solka J., Chapman and Hall, 3rd edition 2017
Making Sense of Data, A Practical Guide to Exploratory Data Analysis and Data Mining, Myatt G.J., Wiley-Interscience, 2nd edition, 2014
Statistical Techniques for Data Analysis, Taylor J.K. and Cihon C., Chapman and Hall, 2004
Hyperstat, βιβλίο στο διαδίκτυο (online Book): http://davidmlane.com/hyperstat/
Concepts and Applications of Inferential Statistics, Lowry R., βιβλίο στο διαδίκτυο (online book): http://vassarstats.net/textbook
Τελευταία Επικαιροποίηση
20-11-2019