CS321- Μηχανική Μάθηση, Εξόρυξη Δεδομένων & Επιχειρηματική Ανάλυση
Bachelor of Business Administration
Κύριο μάθημα
CS321- Μηχανική Μάθηση, Εξόρυξη Δεδομένων & Επιχειρηματική Ανάλυση
Κωδικός Μονάδας Μαθήματος: CS321
Τύπος μονάδας: Πυρήνας
Επίπεδο Μονάδας Μαθήματος: Δεύτερος κύκλος
Έτος σπουδών: Τρίτο έτος
Εξάμηνο: Α' Εξάμηνο (Φθινόπωρο)
Αριθμός μονάδων ECTS: 7.5
Ώρες επαφής με το μάθημα: 36
Τρόπος παράδοσης:
Πρόσωπο με πρόσωπο
Προαπαιτούμενα
Κανένα
Στόχοι του μαθήματος
Στόχος αυτού του μαθήματος είναι να διδάξει στους φοιτητές τη μηχανική μάθηση και την εξόρυξη δεδομένων και πώς μπορούν να εφαρμοστούν στις επιχειρήσεις. Οι φοιτητές θα αποκτήσουν μια επισκόπηση όλων των.
Μαθησιακά αποτελέσματα
- Κατανόηση των τύπων μηχανικής μάθησης: επιβλεπόμενη, μη επιβλεπόμενη, ενεργητική μάθηση, ενισχυτική μάθηση.
- Κατανόηση των θεμελιωδών εννοιών της μηχανικής μάθησης, όπως η αναπαράσταση γνώσης και η βελτιστοποίηση.
- Κατανόηση και ικανότητα εφαρμογής αλγορίθμων εξόρυξης δεδομένων, όπως εξόρυξη κανόνων συσχέτισης και ομαδοποίηση.
- Να γνωρίζετε πώς να εφαρμόζετε αλγορίθμους εξόρυξης δεδομένων και μηχανικής μάθησης στο Weka.
- Μάθετε πώς να χρησιμοποιείτε αλγορίθμους μηχανικής μάθησης χρησιμοποιώντας το scikit-learn στην Python, όπως μηχανές διανυσμάτων υποστήριξης και σύνολα δέντρων.
- Μάθετε πώς να δοκιμάζετε αλγορίθμους χρησιμοποιώντας διασταυρούμενη επικύρωση και να αξιολογείτε την απόδοσή τους χρησιμοποιώντας τις σωστές μετρήσεις.
- Χρησιμοποιήστε τη μηχανική μάθηση και την εξόρυξη δεδομένων για την επίλυση προβλημάτων του πραγματικού κόσμου.
Περιεχόμενο μαθήματος
Χαρακτηριστικά μαθήματος
Προγραμματισμένες μαθησιακές δραστηριότητες και μέθοδοι διδασκαλίας
Διαλέξεις, συζητήσεις και αντιπαραθέσεις εντός της τάξης, ασκήσεις εντός της τάξης, σύνολα προβλημάτων, ομαδική εργασία, μελέτες περιπτώσεων σε βίντεο, ομαδικές παρουσιάσεις, διαδραστική ηλεκτρονική μάθηση μέσω του Moodle (κουίζ, εργασίες, φόρουμ).
Μέθοδοι και κριτήρια αξιολόγησης
10% συμμετοχή στην τάξη
60% εξέταση
30% ομαδική εργασία
Γλώσσα διδασκαλίας
Αγγλικά
Πρακτική άσκηση(ες)
Δεν ισχύει
Αναγνώσεις
Συγγράμματα:
1. Peter Norvig, Stuart J: (4η έκδοση), 2020
2. Ian H. Witten, Eibe Frank, Mark A. Hall, Christopher J. Pal , Εξόρυξη δεδομένων: Πρακτικά εργαλεία και τεχνικές μηχανικής μάθησης (4η έκδοση), 2016
Προαιρετικό βιβλίο:
3. Trevor Hastie & Robert Tibshirani,The elements of Statistical Learning, Springer, 2009
Διαδικτυακές πηγές:
https://web.stanford.edu/~hastie/ElemStatLearn/ http://aima.cs.berkeley.edu/
https://www.cs.waikato.ac.nz/ml/weka/book.html
https://scikit-learn.org/stable/tutorial/basic/tutorial.html
English (UK) 
Ελληνικά