Εξόρυξη Δεδομένων
Γενικά
Κωδικός: ΕΠ19
Γλώσσα: Ελληνική
Τρόπος διδασκαλίας: Δια ζώσης
Προαπαιτούμενα:
Βάσεις Δεδομένων
Τεχνητή νοημοσύνη
Πιθανότητες και Στατιστική
Φόρτος εργασίας
- Διαλέξεις: 39.0 ώρες
- Εργαστήριο: 0.0 ώρες
- Μελέτη: 46.0 ώρες
- Εργασία: 20.0 ώρες
Περιεχόμενο Μαθήματος
Αποθήκες Δεδομένων. Ανάλυση δεδομένων. Συστήματα OLAP. Η διαδικασία εξόρυξης γνώσης από δεδομένα. Συσταδοποίηση δεδομένων. Κατηγοριοποίηση. Κανόνες συσχέτισης. Εξόρυξη γνώσης από χρονικά δεδομένα. Διαχείριση ασάφειας σε εργασίες εξόρυξης γνώσης. Ημιδομημένα δεδομένα, ανάκτηση γνώσης από τον ιστό.
Μαθησιακά Αποτελέσματα
Στόχος του μαθήματος είναι να εισάγει τους φοιτητές στις έννοιες της εξόρυξης δεδομένων/γνώσης παρουσιάζοντας παράλληλα τις βασικές απαιτήσεις και ανάγκες για την εφαρμογή νέων μεθόδων και τεχνικών ανάλυσης δεδομένων. Στα πλαίσια του μαθήματος γίνεται εκτενής παρουσίαση αλγορίθμων εποπτευόμενης και μη εποπτευόμενης εξόρυξης γνώσης / μάθησης, όπως συσταδοποίηση clustering, κατηγοριοποίηση classification, κανόνες συσχέτισης association rules. Επίσης γίνεται αναφορά στις κύριες τεχνικές οι οποίες αφορούν στο σχεδιασμό και ανάπτυξη αποθηκών δεδομένων και την αξιοποίηση των λειτουργιών εξόρυξης γνώσης.
Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / τρια θα είναι σε θέση να:
- να αναλύσει ένα σύνολο δεδομένων και να εντοπίσει πιθανότητες αξιοποίησής του
- να κατηγοριοποιήσει ένα πρόβλημα εξαγωγής γνώσης σε κάποια από τις κατηγορίες προβλημάτων που έχει διδαχτεί και
- να χρησιμοποιήσει λογισμικό εξόρυξης γνώσης με τρόπο που να οδηγήσει στη δημιουργία προστιθέμενης αξίας.
Δεξιότητες
- Αυτόνομη Εργασία
- Ομαδική Εργασία
- Προσαρμογή σε νέες καταστάσεις
- Λήψη αποφάσεων
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψη