| Επιστ. Υπεύθυνος |
|
|---|---|
| Συμμετέχοντα Μέλη ΔΕΠ |
|
| Τίτλος | Hellenic Chips Competence Centre (HCCC) |
| Φορέας Χρηματοδότησης | Το HCCC υποστηρίζεται από το Chips JU και τα μέλη του, και συγχρηματοδοτείται από την Ευρωπαϊκή Ένωση και την Ελληνική Κυβέρνηση μέσω του προγράμματος “Ανταγωνιστικότητα” |
| Προϋπολογισμός | 326.350,00 |
| Διάρκεια | 01/06/2025 – 31/05/2029 |
| Ιστοσελίδα | http://www.hccc.org.gr/ |
| Επιστ. Υπεύθυνος |
|
|---|---|
| Τίτλος | Αναλογικός Σχεδιασμός, Δοκιμές και Επαλήθευση |
| Φορέας Χρηματοδότησης | NanoZeta Technologies ltd. |
| Προϋπολογισμός | 271.400,00 |
| Διάρκεια | 26/01/2021 – 25/01/2028 |
| Επιστ. Υπεύθυνος |
|
|---|---|
| Τίτλος | DIGITAfrica: Towards a comprehensive pan-African research infrastructure in Digital Sciences |
| Φορέας Χρηματοδότησης | ΕΥΡΩΠΑΪΚΗ ΕΝΩΣΗ |
| Προϋπολογισμός | 123.125,00 |
| Διάρκεια | 16/12/2024 – 31/12/2027 |
| Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών | |
|---|---|
| |
| Τηλ. | +30 24210 74967, +30 24210 74934 |
| gece ΑΤ uth.gr | |
| Τηλ. Π.Μ.Σ. | +30 24210 74933 |
| e-mail Π.Μ.Σ. | pgsec ΑΤ uth.gr |
| Ιστοσελίδα | https://www.e-ce.uth.gr/contact-info/ |
| Π.Μ.Σ. | Εφαρμοσμένη Πληροφορική |
|---|---|
| Γνωστικός Τομέας | Ομάδα Τεχνολογιών Λογισμικού και Πληροφοριακών Συστημάτων (ΛΠ) |
| Εξάμηνο | Εξάμηνο 4 – Εαρινό |
| Τύπος Μαθήματος | Επιλογής |
| Μονάδες ECTS | 10 |
| Εβδομαδιαίες Ώρες Διδασκαλίας | 4 |
| Σελίδα Μαθήματος | https://eclass.uth.gr/courses/E-CE_P_145 |
| Επιστημονικός Υπεύθυνος |
|
| Διδάσκων |
|
| Συγγράμματα |
|
| Πρόγραμμα Εαρινού Εξαμήνου Ακ. Έτους 2025 – 2026 | ||||
|---|---|---|---|---|
| Ημέρα | Ώρα | Τύπος | Αίθουσα | Διδάσκων |
| Κυριακή | 15:00 – 19:00 | Εργαστήριο | Εργ. ΗΥ2 (106) | |
Το μάθημα πραγματεύεται έννοιες όπως δεδομένα και ιδιότητες, προ-επεξεργασία δεδομένων, αποθετήρια δεδομένων, κύβος δεδομένων και ανάκτηση πληροφοριών, συχνά πρότυπα και συσχετίσεις δεδομένων, κατηγοριοποίηση, συσταδοποίηση, αναγνώριση ανωμαλιών, προχωρημένες τεχνικές (π.χ., χειρισμός πολλαπλών διαστάσεων στην αναγνώριση προτύπων, εξόρυξη προτύπων με περιορισμούς, προχωρημένες τεχνικές κατηγοριοποίησης, νευρωνικά δίκτυα), δεδομένα και ροές μεγάλου όγκου.
Ο κύριος στόχος του μαθήματος είναι να καλλιεργήσει την ανάπτυξη κριτικής σκέψης γύρω από τα αντικείμενα της ύλης και να δώσει στους φοιτητές τα απαραίτητα εφόδια ώστε να είναι σε θέση να τις χρησιμοποιήσουν στη λήψη αποφάσεων σε πραγματικές συνθήκες. Οι φοιτητές με το πέρας του μαθήματος θα πρέπει:
