SMART LOGISTICS AND SUPPLY CHAIN MANAGEMENT AND MACHINE LEARNING
| Titolo | ΕΥΦΥΗΣ ΕΦΟΔΙΑΣΤΙΚΗ-ΔΙΑΧΕΙΡΙΣΗ ΕΦΟΔΙΑΣΤΙΚΗΣ ΑΛΥΣΙΔΑΣ ΚΑΙ ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ / SMART LOGISTICS AND SUPPLY CHAIN MANAGEMENT AND MACHINE LEARNING |
| Codice | 10602-LSC-116 |
| Ciclo / Livello di Studi | 2. Post Laurea |
| Semestre di Insegnamento | Spring |
| Coordinator | Athanasios Tsadiras |
| Common | No |
| Stato | Attivo |
| Course ID | 600021122 |
Programma di Studio: METAPTYCΗIAKO STĪN EFODIASTIKĪ KAI DIOIKĪSĪ ALYSIDAS EFODIASMOU (2024-2025)
Registered students: 0
| Indirizzo | Tipo di Frequenza | Semestre | Anno | ECTS |
|---|---|---|---|---|
| KORMOS | Obbligatorio | 2 | 1 | 5 |
Programma di Studio: METAPTYCΗIAKO STĪN EFODIASTIKĪ KAI DIOIKĪSĪ ALYSIDAS EFODIASMOU (2024- SĪMERA) MF
Registered students: 0
| Indirizzo | Tipo di Frequenza | Semestre | Anno | ECTS |
|---|---|---|---|---|
| KORMOS | Facoltativo a scelta libera | Spring | - | 5 |
Programma di Studio: METAPTYCΗIAKO STĪN EFODIASTIKĪ KAI DIOIKĪSĪ ALYSIDAS EFODIASMOU (2024-sīmera)
Registered students: 0
| Indirizzo | Tipo di Frequenza | Semestre | Anno | ECTS |
|---|---|---|---|---|
| KORMOS | Facoltativo a scelta libera | 2 | 1 | 5 |
| Anno Accademico | 2023 – 2024 |
| Semestre | Spring |
| Faculty Instructors | |
| Class ID | 600247960
|
Organizzazione della Didattica
- In presenza
- A distanza
Materiali Online
- e-Study Guide https://qa.auth.gr/it/class/1/600247960
- eLearning: https://elearning.auth.gr/course/view.php?id=16422
Language of Instruction
- Inglese (Insegnamento, Esame)
Abilita’ Generali
- Applicazione pratica delle conoscenze acquisite
- Ricerca, analisi e raccolta dati e informazioni, con l’utilizzo di tecnologie adeguate
- Presa di decisione
- Lavoro autonomo
Tipologia di Materiale Didattico
- Libro
- Appunti
- Esercizi interattivi
Use of Information and Communication Technologies
Use of ICT
- Uso delle TIC nell’ insegnamento
- Uso delle TIC nella didattica laboratoriale
- Uso delle TIC nella comunicazione con gli studenti
Organizzazione dell’Insegnamento
| Activities | Carico di Lavoro | ECTS | Individuale | Gruppo | Erasmus |
|---|---|---|---|---|---|
| Conferenze | 39 | ✓ | |||
| Esercitazioni di Laboratorio | 45 | ✓ | ✓ | ||
| Studio e analisi bibliografica | 40 | ✓ | |||
| Elaborazione tesina/tesine | 23 | ✓ | |||
| Esame | 3 | ✓ | |||
| Total | 150 |
Student Assessment
Student Assessment methods
- Prova scritta con rispote aperte (Sommativa)
- Prova scritta con soluzione di problemi (Sommativa)
Bibliography
Additional bibliography for study
• John D. Kelleher, et al. Fundamentals of Machine Learning for Predictive Data Analytics: Algorithms, Worked Examples, and Case Studies, 2nd Edition, the MIT Press,2020.
• Provost, F. and Fawcett T., Data Science for Business, O’Reilly, 2013.
• Nicolas Vandeput, Data Science for Supply Chain Forecasting, 2nd Edition, De Gruyte 2021.
• Ramesh Sharda, Dursun Delen, Efraim Turban. Business Intelligence, Analytics, and Data Science: A Managerial Perspective, 4th Edition, Pearson, 2017.
• Matt Taddy, Business Data Science: Combining Machine Learning and Economics to Optimize, Automate, and Accelerate Business Decisions, McGraw-Hill, 2019.
• Ian H. Witten et al. Data Mining: Practical Machine Learning Tools and Techniques (Weka)- 4th Edition, Morgan Kaufmann, 2016.
Last Update
18-01-2024
