Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής θα είναι σε θέση:
Να διακρίνει τα βασικά μοντέλα των υπηρεσιών του υπολογιστικού νέφους
Να γνωρίζει τις βασικές αρχές και πλεονεκτήματα της εικονικοποίησης των διαθέσιμων συσκευών
Να γνωρίζει τις βασικές προσεγγίσεις για την αποθήκευση
Να αναπτύσσει εφαρμογές στο υπολογιστικό νέφος
Να γνωρίζει τα προβλήματα της εξόρυξης δεδομένων
Να επιλύει προβλήματα ταξινόμησης, ομαδοποίησης και επιλογής χαρακτηριστικών
Να εφαρμόζει μεθόδους εύρεσης κανόνων συσχέτισης
Να συνδυάζουν τις παραπάνω μεθοδολογίες για την εξαγωγή γνώσης από ένα σύνολο δεδομένων
Συνιστώμενη βιβλιογραφία προς μελέτη:
Verykios, V., Kagklis, V., & Stavropoulos, E. (2015). Η επιστήμη των δεδομένων μέσα από τη γλώσσα R. Kallipos, Open Academic Editions. http://hdl.handle.net/11419/2965
Kyrkos, E. (2015). Οδηγός WEKA, Κεφάλαιο στο Σύγγραμα: Επιχειρηματική ευφυΐα και εξόρυξη δεδομένων. Kallipos, Open Academic Editions. http://hdl.handle.net/11419/1226
Tan Pang - Ning, Steinbach Michael, Kumar Vipin, Βερύκιος Βασίλειος (επιμέλεια), Εισαγωγή στην εξόρυξη δεδομένων, 2η Έκδοση, ΕΚΔΟΣΕΙΣ Α. ΤΖΙΟΛΑ & ΥΙΟΙ Α.Ε.
Grus Joel, Επιστήμη Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, 2η έκδοση, Α. ΠΑΠΑΣΩΤΗΡΙΟΥ & ΣΙΑ Ι.Κ.Ε.
Ricardo Puttini, Thomas Erl, Zaigham Mahmood, Cloud Computing Αρχές, Τεχνολογία και Αρχιτεκτονική 1η Εκδ., Χ. ΓΚΙΟΥΡΔΑ & ΣΙΑ ΕΕ
Μέθοδοι αξιολόγησης/βαθμολόγησης:
Η αξιολόγηση των φοιτητών γίνεται ως εξής:
Πρόοδος (Ερωτήσεις πολλαπλών επιλογών), 30%
Εργαστηριακή Εργασία και Παρουσίαση (Ανάλυση ενός συνόλου δεδομένων με κατάλληλα εργαλεία), 70%
Αυτός ο ιστοχώρος χρησιμοποιεί cookies για τη συλλογή πληροφοριών σχετικά με τη χρήση του από επισκέπτες, με στόχο την κάλυψη των αναγκών τους καθώς και τη βελτίωση του περιεχομένου του ιστοχώρου.Περισσότερα