Deep Learning and Mutlimedia Information Analysis

Informations du Cours
TitreΒαθιά Μάθηση και Ανάλυση Πολυμεσικών Δεδομένων / Deep Learning and Mutlimedia Information Analysis
CodeAI204
Cycle / Niveau2e cycle / Master
Semestre de l’annéeSpring
CoordinatorAnastasios Tefas
CommonNon
StatutActif
Course ID600016307

Programme d' Études: PMS TECΗNĪTĪ NOĪMOSYNĪ (2018 éōs sīmera) MF

Registered students: 4
OrientationAttendance TypeSemesterAnnéeECTS
KORMOSYPOCΗREŌTIKO KAT' EPILOGĪN217.5

Programme d' Études: PMS TECΗNĪTĪ NOĪMOSYNĪ (2018 éōs sīmera) PF

Registered students: 20
OrientationAttendance TypeSemesterAnnéeECTS
KORMOSYPOCΗREŌTIKO KAT' EPILOGĪN217.5

Informations de la Classe
Année Académique2019 – 2020
Semestre de l’AnnéeSpring
Faculty Instructors
Weekly Hours3
Class ID
600153666
Course Type 2016-2020
  • Cours Fondamental
  • Connaissances Générales
  • Domaine Scientifique
  • Développement de Compétences
Mode d’Enseignement
  • En présentiel
Accès en Ligne
Erasmus
The course is also offered to exchange programme students.
Language of Instruction
  • Grec (Enseignement, Examens)
Aptitudes Générales
  • Application des connaissances à la pratique
  • Recherche, analyse et synthèse de données et d’informations, avec utilisation des technologies adéquates
  • Adaptation à des situations nouvelles
  • Prise de décision
  • Travail en autonomie
  • Production de nouvelles idées de recherche
  • Conception et gestion de projets
  • Critique et autocritique
  • Promotion de la pensée libre, créatrice et inductive
Type de Matériels Éducatifs
  • Notes de cours
  • Vidéoconférences
  • Matériel multimédia
  • Livre
Use of Information and Communication Technologies
Use of ICT
  • Emploi de TIC pour l’enseignement
  • Emploi de TIC pour communiquer avec les étudiants
Organisation du Cours
ActivitésCharge de travailECTSIndividuelEn groupeErasmus
Conferences39
Etude & analyse bibliographiques86
Presentation d’une etude (projet)60
Redaction de travaux15
Examens25
Total225
Student Assessment
Student Assessment methods
  • Examen écrit : réponses courtes (Sommative)
  • Examen écrit : réponses plus longues (Sommative)
  • Examen écrit : résolution de problèmes (Formative, Sommative)
  • Présentation publique (Formative, Sommative)
Bibliography
Course Bibliography (Eudoxus)
1. ΤΕΧΝΗΤΑ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ, Κ. ΔΙΑΜΑΝΤΑΡΑΣ, ΚΛΕΙΔΑΡΙΘΜΟΣ, 2007, ΑΘΗΝΑ 2. ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ, 3η ΕΚΔΟΣΗ, S. Haykin, Παπασωτηρίου, 2010, Αθήνα. 3. Διαφάνειες και υλικό σε ηλεκτρονική μορφή 4. Free E-books στα Αγγλικά
Additional bibliography for study
Deep Learning, Ian Goodfellow and Yoshua Bengio and Aaron Courville, MIT Press, 2016, http://www.deeplearningbook.org/
Last Update
10-01-2023