Τεχνητή Νοημοσύνη και Μηχανική Μάθηση

Το Μάθημα έχει σκοπό την ανάπτυξη των απαραίτητων γνώσεων και δεξιοτήτων για την εξόρυξη γνώσης από βάσεις δεδομένων, μέσω σύγχρονων τεχνικών και μεθοδολογιών. Οι εκπαιδευόμενοι θα έχουν τη δυνατότητα να έρθουν σε επαφή με τους αλγορίθμους συσταδοποίησης (clustering), ομαδοποίησης (classification), δέντρων αποφάσεων (decision trees) και κανόνων συσχετίσεων. Επίσης θα γνωρίσουν την μεθοδολογία που απαιτείται για το σχεδιασμό, ανάπτυξη και εφαρμογή ενός συστήματος εξόρυξης γνώσης με σκοπό την πρόβλεψη πιθανών καταστάσεων και την εξαγωγή χρήσιμων συμπερασμάτων.

Πάροχος

• Όνομα παρόχου: Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών, Πανεπιστήμιο Δυτικής Αττικής
• Σύνδεσμος παρόχου: https://www.ice.uniwa.gr/
• Λίγα λόγια για τον πάροχο (προφίλ): Το Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών στο Πανεπιστήμιο Δυτικής Αττικής διακρίνεται για την ποικιλία και τη σύγχρονη προσέγγιση των σπουδών του. Προσφέρει εκπαίδευση υψηλού επιπέδου στον τομέα των μηχανικών πληροφορικής, καλύπτοντας ένα ευρύ φάσμα θεματικών ενοτήτων όπως την τεχνητή νοημοσύνη, τα δίκτυα υπολογιστών, την ανάπτυξη λογισμικού και άλλα. Με έντονη έμφαση στην έρευνα και την καινοτομία, προετοιμάζει τους φοιτητές για την ενασχόλησή τους με τον δυναμικό κλάδο της πληροφορικής.
• Λογότυπο παρόχου:

Χαρακτηριστικά μαθήματος

• Σε ποιους απευθύνεται (Ομάδα-στόχος): Data Analyst, Data Protection Office, Govtech Specialist, Public Digital Leader, Emerging Technology Consultant, Data Manager
• Σύντομη περιγραφή: Το μάθημα στοχεύει στην απόκτηση απαραίτητων γνώσεων και δεξιοτήτων για την εξόρυξη γνώσης από βάσεις δεδομένων, χρησιμοποιώντας αλγορίθμους όπως συσταδοποίηση, ομαδοποίηση, δέντρα αποφάσεων και κανόνες συσχετίσεων.
• Διδακτικοί στόχοι & μαθησιακά αποτελέσματα: Μετά την επιτυχή ολοκλήρωση του προγράμματος και του κύκλου μαθημάτων οι σπουδαστές θα έχουν αποκτήσει όλες τις απαραίτητες γνώσεις και δεξιότητες που απαιτούνται για να μπορέσουν να σταδιοδρομήσουν στον τομέα της Επιστήμης Δεδομένων (Data Science), ο οποίος αποτελείται από πολλούς και αλληλεπικαλυπτόμενους τομείς της επιστήμης. Το μάθημα απευθύνεται σε: • Αποφοίτους όλων των επιστημονικών πεδίων οι οποίοι επιθυμούν να απασχοληθούν με την ανάλυση δεδομένων • Στελέχη επιχειρήσεων και οργανισμών που επιθυμούν να χρησιμοποιήσουν τις τεχνικές της εξόρυξης δεδομένων • Φοιτητές ή αποφοίτους ΑΕΙ που επιθυμούν να αποκτήσουν γνώσεις σχετικά με την ανάλυση δεδομένων.
• Λέξεις κλειδιά: τεχνητή νοημοσύνη, μηχανική μάθηση, εξόρυξη γνώσης
• Επίπεδο δυσκολίας: Βασικό
• Διάρκεια: 18 ώρες
• Γλώσσα: Αγγλικά
• Προαπαιτούμενα:
• Βίντεο:

Πρόσβαση στο μάθημα

• Σύνδεσμος πρόσβασης (URL) στο μάθημα: https://eclass.uniwa.gr/courses/DMML101/
• Απαιτείται προσωποποιημένη πρόσβαση (login):
• Πρόσβαση για άτομα με αναπηρία:

Βεβαίωση επιτυχούς ολοκλήρωσης

• Λήψη βεβαίωσης παρακολούθησης:
• Πληροφορίες για τη βεβαίωση παρακολούθησης:

Πνευματικά δικαιώματα

• Πνευματικά δικαιώματα: Διατήρηση όλων των δικαιωμάτων (All rights reserved)
• Ημερομηνία: 23-12-2023

Συντελεστές

• Όνομα συντελεστών/ διδάσκοντος/διδασκόντων:
• Περισσότερα για τον/τους συντελεστές/διδάσκοντες:
• Φωτογραφία συντελεστή διδάσκοντος/διδασκόντων: