Αναλυτική Δεδομένων

Από Students support wiki

(Διαφορές μεταξύ αναθεωρήσεων)
Μετάβαση σε: πλοήγηση, αναζήτηση
(Νέα σελίδα με '{{Infobox Μάθημα |Τίτλος = Αναλυτική Δεδομένων |Εξάμηνο = 6ο Εξάμηνο |Καθηγητές = [[Θεοδωρίδης Γιάννη...')
Γραμμή 34: Γραμμή 34:
== Σημειώσεις ==
== Σημειώσεις ==
 +
 +
== Παλαιότερες Εργασίες ==
 +
*[https://gunet2.cs.unipi.gr/modules/document/file.php/TMD104/DA-under-outline-2019.pdf Εργασια 2018-2019]
[[Category:6ο Εξάμηνο]]
[[Category:6ο Εξάμηνο]]
[[Category:Κατεύθυνσης ΠΣΥ]]
[[Category:Κατεύθυνσης ΠΣΥ]]

Αναθεώρηση της 12:12, 19 Οκτωβρίου 2019

Αναλυτική Δεδομένων
Εξάμηνο 6ο Εξάμηνο
Κατηγορία Κατεύθυνσης ΠΣΥ
Διδάσκων/-οντες Θεοδωρίδης Γιάννης, Άγγελος Πικράκης
Σελίδα Μαθήματος GuNet2
Βιβλίο/-α

Μανωλόπουλος Ι., Νανόπουλος Αλ. “Εισαγωγή στην

Εξόρυξη Δεδοµένων και τις Αποθήκες Δεδοµένων”. Εκδόσεις Νέων Τεχνολογιών, 2009
Υπολογισμός βαθμού 100% Εργασία


Πίνακας περιεχομένων

Περιγραφή

Εισαγωγή στην Αναλυτική Δεδομένων. Προπαρασκευή δεδομένων (Data Preprocessing). Αλγόριθμοι και τεχνικές: κατηγοριοποίηση/ταξινόμηση (classification), συσταδοποίηση (clustering), εξόρυξη συχνών προτύπων (frequent pattern mining).

Εργαστηριακές ασκήσεις σε R και Python.

Προαπαιτούμενες Γνώσεις

Το μάθημα προαπαιτεί καλή γνώση Πιθανοτήτων και Στατιστικής (3ου εξ.), Αλγορίθµων (4ου εξ.), Βάσεων Δεδοµένων (4ου εξ.) και Συστημάτων Διαχείρισης Βάσεων Δεδομένων (5ου εξ.)

Παρακολούθηση

Συνίσταται. Ιδιαίτερα σημαντικά είναι τα εργαστήρια.

Ύλη

Εξέταση

Η βαθµολογία του µαθήµατος προκύπτει από µία απαλλακτική εργασία.

Σημειώσεις

Παλαιότερες Εργασίες

Προσωπικά εργαλεία
Περιοχές ονομάτων
Παραλλαγές
Ενέργειες
Πλοήγηση
Εργαλεία