Αναλυτική Μεγάλων Δεδομένων
Περίγραμμα Μαθήματος
| Κωδικός Μαθήματος: | ΕΠ13 |
| Εξάμηνο: | Επιλογής Χειμερινό |
| Μονάδες ECTS: | 3 |
| Εβδομαδιαίες Ώρες Διδασκαλίας: | 3 |
| Σελίδα Μαθήματος: | https://eclass.duth.gr/courses/TME314/ |
| Διδάσκοντες: | ΑΜΑΝΑΤΙΑΔΗΣ ΑΓΓΕΛΟΣ |
Περιγραφή Μαθήματος
Σκοπός του μαθήματος είναι να παρέχει μια ευρεία και πρακτική εισαγωγή στον προγραμματισμό για επεξεργασία και ανάλυση μεγάλων συνόλων δεδομένων (big data) με τεχνικές αναζήτησης, εξόρυξης και οπτικοποίησης με ταυτόχρονη χρήση σχεσιακών βάσεων δεδομένων, SQL και εξειδικευμένων βιβλιοθηκών. Παρέχει μία εμβάθυνση στα πλέον σύγχρονα εργαλεία και τεχνικές για την επίλυση σύγχρονων προβλημάτων πραγματικού κόσμου (π.χ. IoT, Social Nets Computing) που αφορούν την ανάλυση μεγάλης κλίμακας δεδομένων για την κατασκευή εφαρμογών, μοντέλων πρόβλεψης και λήψης αποφάσεων.
Σκοπός του μαθήματος
Σκοπός του μαθήματος είναι να αποκτήσει ο φοιτητής τις δεξιότητες ώστε:
• Να αποκτήσει θεωρητική και πρακτική γνώση μεθόδων και τεχνολογιών αναπαράστασης, εξόρυξης, αποθήκευσης και επεξεργασίας ετερογενών τύπων δεδομένων σε σύγχρονα αλγοριθμικά και προγραμματιστικά περιβάλλοντα.
• Να αποκτήσει προχωρημένες γνώσεις και δεξιότητες στις βασικές δομές, στα στοιχεία και τα προγραμματιστικά ιδιώματα της προγραμματιστικής γλώσσας Python.
Στα πλαίσια του μαθήματος, οι δεξιότητες και οι προγραμματιστικές τεχνικές εφαρμόζονται σε ένα ευρύ φάσμα προβλημάτων και συνόλων δεδομένων, τα οποία καλύπτουν σχεδόν το σύνολο των σύγχρονων προκλήσεων που απαντώνται στην σύγχρονη παραγωγή, οικονομία και στις επιχειρήσεις, στις οποίες οι αποφάσεις στηρίζονται σε μεγάλης κλίμακας εξόρυξη μη-δομημένων δεδομένων, ανάλυση και επεξεργασία αυτών.
