Machine Learning
| Titolo | Μηχανική Μάθηση / Machine Learning |
| Codice | DWS101 |
| Ciclo / Livello di Studi | 2. Post Laurea |
| Semestre di Insegnamento | Winter |
| Coordinator | Ioannis Vlachavas |
| Common | Sì |
| Stato | Attivo |
| Course ID | 600015628 |
Programma di Studio: PMS EPISTĪMĪ DEDOMENŌN KAI PAGKOSMIOU ISTOU (2018 éōs sīmera) PF
Registered students: 12
| Indirizzo | Tipo di Frequenza | Semestre | Anno | ECTS |
|---|---|---|---|---|
| KORMOS | Facoltativo a scelta obbligata | 1 | 1 | 7.5 |
| Anno Accademico | 2025 – 2026 |
| Semestre | Winter |
| Faculty Instructors |
|
| Weekly Hours | 3 |
| Class ID | 600288836
|
Course Type 2016-2020
- Area Scientifica
- Sviluppo di Competenze
Organizzazione della Didattica
- In presenza
Materiali Online
- e-Study Guide https://qa.auth.gr/it/class/1/600288836
- eLearning (Moodel/Moodle): https://elearning.auth.gr/course/view.php?id=8135
Erasmus
The course is also offered to exchange programme students.
Language of Instruction
- Greco (Insegnamento, Esame)
- Inglese (Esame)
Abilita’ Generali
- Applicazione pratica delle conoscenze acquisite
- Ricerca, analisi e raccolta dati e informazioni, con l’utilizzo di tecnologie adeguate
- Adattamento a nuove situazioni
- Presa di decisione
- Lavoro autonomo
- Lavoro in gruppo
- Lavoro in contesto internazionale
- Lavoro in equipe interdisciplinari
- Produzione di nuove idee di ricerca
- Promuovere il pensiero indipendente, creativo e intuitivo
Tipologia di Materiale Didattico
- Libro
- Appunti
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
- Uso delle TIC nella valutazione degli studenti
Organizzazione dell’Insegnamento
| Activities | Carico di Lavoro | ECTS | Individuale | Gruppo | Erasmus |
|---|---|---|---|---|---|
| Conferenze | 33 | ✓ | |||
| Studio e analisi bibliografica | 42 | ✓ | |||
| Frontistirio (Sostegno) | 6 | ✓ | |||
| Progetto (project) | 42 | ✓ | |||
| Elaborazione tesina/tesine | 39 | ✓ | |||
| Altro | 63 | ✓ | |||
| Total | 225 |
Student Assessment
Student Assessment methods
- Prova scritta strutturata a scelta multipla (Sommativa)
- Prova scritta semistrutturata con risposta breve (Sommativa)
- Prova scritta con rispote aperte (Sommativa)
- Prova scritta con soluzione di problemi (Sommativa)
Bibliography
Course Bibliography (Eudoxus)
Διδακτικές Σημειώσεις
Additional bibliography for study
- Machine Learning, T. Mitchell, McGraw Hill, 1997.
- The Elements of Statistical Learning:Data Mining, Inference, and Prediction, T. Hastie, R. Tibshirani and J. Friedman, Springer, 2nd edition, 2009.
- Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, 2019
- Introduction to Machine Learning. Ethem Alpaydin, The MIT Press, March 2020.
- Introduction to Machine Learning with Python: A Guide for Data Scientists, Sarah Guido and Andreas C. Müller, O' Reilly Media, 2016.
- Τεχνητή Νοημοσύνη, Δ' Έκδοση, Ι.Βλαχάβας, Π.Κεφαλάς, Ν. Βασιλειάδης, Φ.Κόκκορας και Η. Σακελλαρίου. Εκδόσεις Πανεπιστημίου Μακεδονίας, Θεσσαλονίκη 2020
- Introduction to Machine Learning (Draft of incomplete Notes), Nils J. Nilsson, 2015 (https://ai.stanford.edu/~nilsson/mlbook.html)
Last Update
05-12-2023
