(1) ΓΕΝΙΚΑ
ΣΧΟΛΗ | Μηχανικών Παραγωγής και Διοίκησης | ||
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ | Μεταπτυχιακό | ||
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ | MBA0108 | ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ | 1ο |
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ | ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ | ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ | |
Διαλέξεις | 3 | ||
Σύνολο | 3 | 6 | |
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ | Ειδίκευσης | ||
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ | |||
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ | Ελληνικά | ||
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS | Όχι | ||
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL) | https://www.eclass.tuc.gr/courses/MPD343/ |
(2) ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ
Μαθησιακά Αποτελέσματα |
Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια θα είναι σε θέση να:
|
Γενικές Ικανότητες |
|
(3) ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ
Εισαγωγή στην Επιχειρηματική Ευφυΐα, Επιχειρηματική Αναλυτική και τη Λήψη Αποφάσεων. Αποθήκες Δεδομένων και συστήματα OLAP. Επιστήμη των Δεδομένων και Αναλυτική Μεγάλων Δεδομένων. Αποφάσεις & Πολυκριτήρια Ανάλυση. Περιγραφική Αναλυτική. Προγνωστική Αναλυτική. Καθοδηγητική Αναλυτική. Διαχείριση Γνώσης. Τεχνητή Νοημοσύνη. Εξόρυξη Γνώσης από Δεδομένα. Προεπεξεργασία. Μέτρα Ομοιότητας & Διαφορετικότητας. Οπτικοποίηση Αποτελεσμάτων. Κατηγοριοποίηση. Συσταδοποίηση. Κανόνες Συσχέτισης. Ανάλυση Ακραίων Τιμών & Ανακάλυψη Ανωμαλιών. Συστήματα Επιχειρηματικής Αναλυτικής. Εφαρμογές. |
(4) ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ – ΑΞΙΟΛΟΓΗΣΗ
ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ | Εξ αποστάσεως εκπαίδευση και με φυσική παρουσία |
ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ | ||||
Στη Διδασκαλία: | - Διενέργεια του μαθήματος με χρήση διαφανειών power point. - Χρήση πακέτων λογισμικού για παρουσίαση μεθόδων και εφαρμογής τους στην επίλυση προβλημάτων - Εκπόνηση εργασιών | |||
Στην Επικοινωνία με τους φοιτητές: | - Επικοινωνία με φυσική παρουσία σε ώρες γραφείου - Επικοινωνία μέσω Skype και zoom για επίλυση αποριών - Μέσω της πλατφόρμας τηλε-εκπαίδευσης e-Class |
ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ | ||||
Διαλέξεις | 39 ώρες | |||
Εκπόνηση Ατομικής Εργασίας | 90 ώρες | |||
Μελέτη και ανάλυση Βιβλιογραφίας | 25 ώρες | |||
Σύνολο | 154 ώρες |
Διδακτέα Ύλη ανά Εβδομάδα (13 εβδομάδες) :
1η Εβδομάδα: Εισαγωγή στην Επιχειρηματική Ευφυΐα, Αναλυτική, Μεγάλα Δεδομένα & Αποφάσεις
2η Εβδομάδα: Επιστήμη των Δεδομένων και Αναλυτική (Περιγραφική, Προγνωστική, 1η Εβδομάδα: Καθοδηγητική Αναλυτική) (Μοντελοποίηση, Γραμμικός Προγραμματισμός, κλπ)
3η Εβδομάδα: Λήψη Αποφάσεων υπό Κίνδυνο και Αβεβαιότητα
4η Εβδομάδα: Λήψη Αποφάσεων υπό Κίνδυνο και Αβεβαιότητα
5η Εβδομάδα: Πολυκριτήρια Ανάλυση Αποφάσεων
6η Εβδομάδα: Πολυκριτήρια Ανάλυση Αποφάσεων (Ομαδικές Αποφάσεις)
7η Εβδομάδα: Τεχνητή Νοημοσύνη & Εξόρυξη Δεδομένων
8η Εβδομάδα: Εργαλεία Εξόρυξης Δεδομένων WEKA, RapidMiner
9η Εβδομάδα: Προετοιμασία & Προεπεξεργασία Δεδομένων
10η Εβδομάδα: Κατηγοριοποίηση
11η Εβδομάδα: Συσταδοποίηση
12η Εβδομάδα: Κανόνες Συσχέτισης
13η Εβδομάδα: Παραδείγματα & Εφαρμογές
Αλλα Σχόλια για την Οργάνωση της Διδασκαλίας :
Οι φοιτητές εκπονούν εργασία, το θέμα της οποίας επιλέγεται μέσα από μια λίστα θεμάτων που προτείνονται ανά ακαδημαϊκό έτος από το διδάσκοντα και λαμβάνοντας υπόψη τις γνώσεις (εκπαίδευση, εμπειρία, ...) αλλά και τα αντικείμενα της εργασίας του κάθε φοιτητή.
Στο τέλος του μαθήματος εξετάζονται γραπτώς/προφορικώς στην ύλη του μαθήματος
(5) ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ
Αθροιστική/Συμπερασματική (για βαθμό φοιτητή) Αξιολόγηση | ||||
Γραπτή Τελική Εξέταση | 30% | (Ερωτήσεις πολλαπλής επιλογής / Αντιστοίχηση) | ||
(Ερωτήσεις σύντομης απάντησης) | ||||
(Συγκριτική αξιολόγηση στοιχείων θεωρίας) | ||||
(Ερωτήσεις επίλυσης προβλημάτων) | ||||
Ατομική Εργασία | 70% | (Δημόσια Παρουσίαση) | ||
(Προφορική Εξέταση) | ||||
(Διόρθωση Παραδομένης Εργασίας) |
Σχόλια για την Αξιολόγηση των Φοιτητών :
Για την εκπόνηση των εργασιών παρέχεται από τον διδάσκοντα, αναλόγως του θέματος της εργασίας, ενδεικτικό υλικό όπως άρθρα, βιβλία, ιστοσελίδες, αποθήκες δεδομένων, κα.
Κατά την 6η-7η εβδομάδα εκπόνησης γίνεται σύντομη παρουσίαση της προόδου των εργασιών με στόχο την υποβοήθηση των φοιτητών στην υλοποίησή τους. Η παρουσίαση δεν αξιολογείται. Καθ' όλη τη διάρκεια του εξαμήνου διατίθεται 1 ώρα πριν από κάθε μάθημα για επίλυση αποριών τόσο όσον αφορά το μάθημα όσο και την εκπόνηση των εργασιών.
(6) ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ
Νικόλαος Ματσατσίνης (2021), Επιχειρηματική Ευφυΐα, Αναλυτική και Ανάλυση Μεγάλων Δεδομένων για Λήψη Αποφάσεων (ΕΥΔΟΞΟΣ: 94702117) |