Παρουσίαση/Προβολή

(ΨΣ026) -  ΘΕΟΦΑΝΗΣ ΑΡΑΒΑΝΗΣ

Περιγραφή Μαθήματος

Συνοπτική Περιγραφή Μαθήματος

Το μάθημα εστιάζει στις βασικές αρχές, τεχνικές και εφαρμογές της Εξόρυξης Γνώσης από Δεδομένα και της Μηχανικής Μάθησης, παρέχοντας θεωρητικό υπόβαθρο αλλά και πρακτική εξάσκηση. Οι φοιτητές/τριες γνωρίζουν τα στάδια της διαδικασίας Knowledge Discovery in Databases (KDD), εφαρμόζουν μεθόδους προεπεξεργασίας δεδομένων και μελετούν αλγόριθμους ταξινόμησης, ομαδοποίησης και εξαγωγής κανόνων συσχέτισης. Έμφαση δίνεται στην αξιολόγηση και επικύρωση μοντέλων, στον συνδυασμό τεχνικών για βελτιστοποίηση αποτελεσμάτων, καθώς και στην εφαρμογή αρχών ερμηνεύσιμης μηχανικής μάθησης. Το μάθημα συνδέει θεωρία και πράξη με παραδείγματα από πραγματικούς τομείς, όπως επιχειρήσεις, ιατρική, κυβερνοασφάλεια και ανάλυση δεδομένων χρηστών, ενώ παράλληλα εξετάζει ηθικά ζητήματα και προκλήσεις.

 

Ενδεικτική Βιβλιογραφία

• Margaret H. Dunham, Data Mining, Εκδόσεις Νέων Τεχνολογιών, 2004.
• Pang - Ning Tan, Michael Steinbach, Anuj Karpatne, Vipin Kumar, Βασίλειος Βερύκιος (επιμέλεια), Εισαγωγή στην Εξόρυξη Δεδομένων, 2^η Έκδοση, Εκδόσεις Τζιόλα, 2018.
• Mohammed Zaki και Wagner Meira Jr., Εξόρυξη και Ανάλυση Δεδομένων: Βασικές Έννοιες και Αλγόριθμοι, Εκδόσεις Κλειδάριθμος, 2017.
• Anand Rajaraman, Jeffrey David Ullman, και Jure Leskovec, Εξόρυξη από Μεγάλα Σύνολα Δεδομένων, Εκδόσεις Νέων Τεχνολογιών, 2020.
• Αλ. Νανόπουλος και Γ. Μανωλόπουλος, Εισαγωγή στην Εξόρυξη Δεδομένων και τις Αποθήκες Δεδομένων, Εκδόσεις Νέων Τεχνολογιών, 2008.

 

Επικοινωνία με τον Διδάσκοντα

e-mail: taravanis@uop.gr

Ημερομηνία δημιουργίας

Τετάρτη 24 Σεπτεμβρίου 2025