Υποχρεωτικά Μαθήματα
Υποχρεωτικό
- ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ
Μαθησιακά Αποτελέσματα
Ο βασικός στόχος του μαθήματος είναι η κατανόηση και η εκμάθηση τεχνικών επεξεργασίας
μεγάλων δεδομένων. Στο μάθημα γίνεται ανάλυση των παραγόντων που οδηγούν σε πολύ μεγάλους όγκους δεδομένων, ροής δεδομένων και της δομής τους. Γίνεται παρουσίαση των τεχνικών, των
εργαλείων και του λογισμικού που χρησιμοποιείται σήμερα για την αξιοποίηση των μεγάλων δεδομένων.
Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / τρια θα είναι σε θέση να:
- Αντιλαμβάνεται τις βασικές έννοιες, τις μεθόδους και τις διαδικασίες που έχουν ως σκοπό την άντληση δεδομένων και τη μετατροπή τους σε πληροφορία.
- Σχεδιάζει και υλοποιεί μοντέλα ανάλυσης της πληροφορίας και μετατροπής της σε γνώση.
- Υλοποιεί τρόπους αξιοποίησης της γνώσης στην υποστήριξη μεγάλου εύρους εργασιών διοίκησης και επιχειρησιακού marketing, όπως είναι η ανακάλυψη τάσεων, η μελέτη των συμπεριφορών, η λήψη αποφάσεων με πολλαπλά κριτήρια και η αξιολόγησης απόδοσης προϊόντων και υπηρεσιών σε περιβάλλοντα, συνθήκες αγορών και χρήστες.
- ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ
Σύντομη Περιγραφή Μαθήματος: Δεν μπορεί κανείς να διαχειριστεί μια επιχείρηση ή να διευθύνει έναν οργανισμό χωρίς μέτρηση: γνωρίζοντας πού ήσασταν, πού βρίσκεστε και πού πηγαίνετε. Ωστόσο, ενώ η Επιχειρηματική Ευφυία είναι ο βασικός παράγοντας για μια τέτοια ποσοτική διαχείριση επιχειρήσεων, παραμένει ένας από τους πιο περίπλοκους τομείς της τεχνολογίας πληροφοριών. Η Επιχειρηματική Ευφυία περιλαμβάνει ένα ευρύ φάσμα τεχνογνωσίας από την τεχνική κυριαρχία της δημιουργίας μοντέλων δεδομένων έως την ψυχολογική φινέτσα της επίλυσης συγκρούσεων μεταξύ τεχνοκρατών και επιχειρηματιών.
Τίτλος ενότητας
Βιβλιογραφία
Σύνδεσμος παρουσίασης
- Εισαγωγή στην Επιχειρηματική Ευφυία
- Οργάνωση Δεδομένων και Πληροφορίες
- Μετατροπή Δεδομένων σε Πληροφορία
- Συστήματα Υποστήριξης Αποφάσεων
- Μοντελοποίηση Προβλημάτων
- Πολυδιάστατη ανάλυση και αποθήκες δεδομένων
- Οπτική και διερευνητική ανάλυση δεδομένων
- Εξόρυξη γνώσης από δεδομένα
- Προεπεξεργασία δεδομένων
- Κανόνες συσχέτισης
- Κατηγοριοποίηση
- Έργα επιχειρηματικής ευφυίας
- Μελέτη περίπτωσης
Τρόποι αξιολόγησης φοιτητή:
Πρόταση 1
Ομαδική εργασία και τελική εξέταση
Η αρίθμηση αναφέρεται στην αντίστοιχη εβδομάδα του μαθήματος.
- ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ - ΑΞΙΟΛΟΓΗΣΗ
ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ.
Π.χ. Πρόσωπο με πρόσωπο
ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Επικοινωνία με φοιτητές μέσω email, eclass, PC, Video Projector, Διαδραστικός Πίνακας, Ανάρτηση του εκπαιδευτικού υλικού και των διαλέξεων στην πλατφόρμα eclass
ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Δραστηριότητα
Φόρτος Εργασίας Εξαμήνου
Διαλέξεις
39
Αυτοτελής Μελέτη
111
Σύνολο μαθήματος (25 ώρες φόρτου εργασίας ανά πιστωτική μονάδα)
150
ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ
Ομαδική Εργασία 30%
Εξετάσεις στο τέλος του εξαμήνου (Ερωτήσεις πολλαπλής επιλογής, Ερωτήσεις Σύντομης Απάντησης & Ανάπτυξης) 70%
- ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ
-
Επιχειρηματική Ευφυΐα, Αναλυτική και Ανάλυση Μεγάλων Δεδομένων για Λήψη Αποφάσεων, (2020), Νικόλαος Ματσατσίνης, Εκδότης: ΕΚΔΟΣΕΙΣ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΙΔΙΩΤΙΚΗ ΚΕΦΑΛΑΙΟΥΧΙΚΗ ΕΤΑΙΡΕΙΑ, Κωδικός Βιβλίου στον Εύδοξο: 94702117
-
Επιστήμη Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, 2η έκδοση, Grus Joel, Κωδικός Βιβλίου στον Εύδοξο: 94690736
-
Εξόρυξη από Μεγάλα Σύνολα Δεδομένων, (3η -2020), Εκδότης: ΕΚΔΟΣΕΙΣ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΙΔΙΩΤΙΚΗ ΚΕΦΑΛΑΙΟΥΧΙΚΗ ΕΤΑΙΡΕΙΑ, Κωδικός Βιβλίου στον Εύδοξο: 94700707
-
Κύρκος, Ε., (2015). Επιχειρηματική ευφυΐα και εξόρυξη δεδομένων. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο στο: http://hdl.handle.net/11419/1226 [Κωδικός στον Εύδοξο: 320088]
-
Γ. Σταλίδης, Δ. Καρδαράς, Διαχείριση Δεδομένων και Επιχειρηματική Ευφυία, [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών Βιβλιοθηκών. Διαθέσιμο στον Κάλλιπο: : http://hdl.handle.net/11419/1161
-
R. Sherman, Business Intelligence Guidebook: From Data Integration to Analytics, 2014, Morgan Kaufmann; 1st edition
-
J.M. Kolb, Business Intelligence in Plain Language: A practical guide to Data Mining and Business Analytics, 2013