Αποθήκες Δεδομένων και Εξόρυξη Γνώσης από Δεδομένα [open] (321-9252)
Μ. Μαραγκουδάκης
Το μάθημα αυτό έχει ως στόχο να καλύψει ένα μεγάλο μέρος της εξόρυξης γνώσης από δεδομένα και της οργάνωσης και διαχείρισης αποθηκών δεδομένων. Γίνεται εκτενής αναφορά στις διαδικασίες κατηγοριοποίησης, συσταδοποίησης και ανακάλυψης κανόνων συσχέτισης αλλά και ειδικότερες παρουσιάσεις σε πιο εξειδικευμένα αντικείμενα όπως η ανίχνευση εξαιρέσεων, η εξόρυξη γνώσης από κείμενα και η μείωση της διαστατικότητας. Το μάθημα πλαισιώνεται από εργαστήριο στο οποίο διδάσκονται όλα τα παραπάνω με ασκήσεις και πειραματικές μετρήσεις.
Less
Το μάθημα αυτό έχει ως στόχο να καλύψει ένα μεγάλο μέρος της εξόρυξης γνώσης από δεδομένα και της οργάνωσης και διαχείρισης αποθηκών δεδομένων. Γίνεται εκτενής αναφορά στις διαδικασίες κατηγοριοποίησης, συσταδοποίησης και ανακάλυψης κανόνων συσχέτισης αλλά και ειδικότερες παρουσιάσεις σε πιο εξειδικευμένα αντικείμενα όπως η ανίχνευση εξαιρέσεων, η εξόρυξη γνώσης από κείμενα και η μείωση της διαστατικότητας. Το μάθημα πλαισιώνεται από εργαστήριο στο οποίο διδάσκονται όλα τα παραπάνω με ασκήσεις και πειραματικές μετρήσεις.
Το μάθημα αυτό έχει ως στόχο να καλύψει ένα μεγάλο μέρος της εξόρυξης γνώσης από δεδομένα και της οργάνωσης και διαχείρισης αποθηκών δεδομένων. Γίνεται εκτενής αναφορά στις διαδικασίες κατηγοριοποίησης, συσταδοποίησης και ανακάλυψης κανόνων συσχέτισης αλλά και ειδικότερες παρουσιάσεις σε πιο εξειδικευμένα αντικείμενα όπως η ανίχνευση εξαιρέσεων, η εξόρυξη γνώσης από κείμενα και η μείωση της διαστατικότητας. Το μάθημα πλαισιώνεται από εργαστήριο στο οποίο διδάσκονται όλα τα παραπάνω με ασκήσεις και πειραματικές μετρήσεις.
Syllabus
Περιεχόμενο μαθήματος
Ταξινόμηση των Σημάτων. Αναπαράσταση Σημάτων και Συστημάτων. Μοντέλο Τηλεπικοινωνιακών Συστημάτων. Μετασχηματισμός Hilbert. Ζωνοπερατά Σήματα και Συστήματα. Εισαγωγή στις μεθόδους μετάδοσης. Ανασκόπηση φασματικής ανάλυσης με σειρές και μετασχηματισμό Fourier. Βασικές έννοιες φίλτρων. Ανασκόπηση πιθανοτήτων και στοχαστικών διαδικασιών με έμφαση στις τηλεπικοινωνίες. Αναπαράσταση θορύβου. Αναλογική διαμόρφωση AM, FM, PM, φασματική ανάλυση, επίδραση θορύβου. Δειγματοληψία, κβαντισμός, κωδικοποίηση, θεώρημα Nyquist, Shannon. Παλμοαναλογική διαμόρφωση και τεχνικές κωδικοποίησης κυματομορφών PCM, PAM. Διαμορφώσεις παλμών. Τεχνικές ψηφιακής διαμόρφωσης (ASK, PSK, FSK, M-QAM), φασματική ανάλυση, επίδραση θορύβου.
Μαθησιακοί στόχοι
Στόχος του μαθήματος είναι η κατανόηση βασικών αρχών της θεωρίας των τηλεπικοινωνιών και των εφαρμογών της. Γίνεται εισαγωγή στις βασικές αρχές ανάλυσης και σχεδίασης των τηλεπικοινωνιακών συστημάτων και στις τεχνολογίες μετάδοσης του φυσικού στρώματος. Με την ολοκλήρωση του μαθήματος ο σπουδαστής θα είναι σε θέση να κατανοήσει τη διάδοση των πληροφοριών και τις τεχνικές που την διέπουν και τις τεχνικές που είναι απαραίτητες για την υλοποίηση βασικών τηλεπικοινωνιακών συστημάτων μετάδοσης δεδομένων. Το εργαστηριακό τμήμα του μαθήματος περιλαμβάνει την εκτέλεση εργαστηριακών ασκήσεων για την καλύτερη κατανόηση και εμπέδωση από πλευράς των φοιτητών των βασικών αρχών των αναλογικών τηλεπικοινωνιακών συστημάτων, καθώς και εξοικείωση με τα εργαστηριακά όργανα.
Βιβλιογραφία
- Data Mining-Foundations and Practice, Lin, Xie, Wasilewska and Liau, Springer-Verlag Berlin and Heidelberg GmbH & Co. KG, ISBN10: 354078487X, 2008.
Μέθοδοι διδασκαλίας
Διδασκαλία σε αίθουσα, ομαδικές δραστηριότητες, ηλεκτρονική πλατφόρμα μάθησης.
Μέθοδοι αξιολόγησης
Ατομικές και ομαδικές εργασίες, πρακτική εξάσκηση στο εργαστήριο, μικρά τεστ στη μορφή κουίζ, τελική γραπτή εξέταση.
Προαπαιτούμενα
Δεν υπάρχουν.
Διδάσκοντες
Ο καθηγητής κ. Μαραγκουδάκης Εμμανουήλ έλαβε διδακτορικό από το Τμήμα Ηλεκτρολόγων Μηχανικών & Τεχνολογίας Υπολογιστών , Πανεπιστήμιο Πατρών, δίπλωμα στην Επιστήμη των Υπολογιστών από το Τμήμα Επιστήμης Υπολογιστών, Πανεπιστήμιο Κρήτης. Ο τίτλος της διατριβής είναι " The thesis was entitled “Μοντελοποίηση και Συμπερασμός υπό συνθήκες αβεβαιότητας σε Διαλογικά και άλλα Συστήματα Φυσικής Γλώσσας με Τεχνικές Δικτύων Bayes”.
Εργάζεται ως επίκουρος καθηγητής στο Τμήμα Μηχανικών Πληροφοριακών & Επικοινωνιακών Συστημάτων στο Πανεπιστήμιο Αιγαίου με γνωστικό αντικείμενο την "Εξόρυξη Γνώσης από Δεδομένα".
Επιπρόσθετα, είναι ο τμηματικός υπεύθυνος για το πρόγραμμα: LLP/Erasmus του Πανεπιστημίου Αιγαίου.
Προτεινόμενα συγγράμματα
- Data Mining-Introductory and Advanced Topics, Margaret H. Dunham, Pearson Education, ISBN: 9780130888921, 2002.
- Data Mining, A Knowledge Discovery Approach, Krzysztof J. Cios et al., Springer Verlag, ISBN: 9780387333335, 2007.
Ταξινόμηση των Σημάτων. Αναπαράσταση Σημάτων και Συστημάτων. Μοντέλο Τηλεπικοινωνιακών Συστημάτων. Μετασχηματισμός Hilbert. Ζωνοπερατά Σήματα και Συστήματα. Εισαγωγή στις μεθόδους μετάδοσης. Ανασκόπηση φασματικής ανάλυσης με σειρές και μετασχηματισμό Fourier. Βασικές έννοιες φίλτρων. Ανασκόπηση πιθανοτήτων και στοχαστικών διαδικασιών με έμφαση στις τηλεπικοινωνίες. Αναπαράσταση θορύβου. Αναλογική διαμόρφωση AM, FM, PM, φασματική ανάλυση, επίδραση θορύβου. Δειγματοληψία, κβαντισμός, κωδικοποίηση, θεώρημα Nyquist, Shannon. Παλμοαναλογική διαμόρφωση και τεχνικές κωδικοποίησης κυματομορφών PCM, PAM. Διαμορφώσεις παλμών. Τεχνικές ψηφιακής διαμόρφωσης (ASK, PSK, FSK, M-QAM), φασματική ανάλυση, επίδραση θορύβου.
Στόχος του μαθήματος είναι η κατανόηση βασικών αρχών της θεωρίας των τηλεπικοινωνιών και των εφαρμογών της. Γίνεται εισαγωγή στις βασικές αρχές ανάλυσης και σχεδίασης των τηλεπικοινωνιακών συστημάτων και στις τεχνολογίες μετάδοσης του φυσικού στρώματος. Με την ολοκλήρωση του μαθήματος ο σπουδαστής θα είναι σε θέση να κατανοήσει τη διάδοση των πληροφοριών και τις τεχνικές που την διέπουν και τις τεχνικές που είναι απαραίτητες για την υλοποίηση βασικών τηλεπικοινωνιακών συστημάτων μετάδοσης δεδομένων. Το εργαστηριακό τμήμα του μαθήματος περιλαμβάνει την εκτέλεση εργαστηριακών ασκήσεων για την καλύτερη κατανόηση και εμπέδωση από πλευράς των φοιτητών των βασικών αρχών των αναλογικών τηλεπικοινωνιακών συστημάτων, καθώς και εξοικείωση με τα εργαστηριακά όργανα.
- Data Mining-Foundations and Practice, Lin, Xie, Wasilewska and Liau, Springer-Verlag Berlin and Heidelberg GmbH & Co. KG, ISBN10: 354078487X, 2008.
Διδασκαλία σε αίθουσα, ομαδικές δραστηριότητες, ηλεκτρονική πλατφόρμα μάθησης.
Ατομικές και ομαδικές εργασίες, πρακτική εξάσκηση στο εργαστήριο, μικρά τεστ στη μορφή κουίζ, τελική γραπτή εξέταση.
Δεν υπάρχουν.
Ο καθηγητής κ. Μαραγκουδάκης Εμμανουήλ έλαβε διδακτορικό από το Τμήμα Ηλεκτρολόγων Μηχανικών & Τεχνολογίας Υπολογιστών , Πανεπιστήμιο Πατρών, δίπλωμα στην Επιστήμη των Υπολογιστών από το Τμήμα Επιστήμης Υπολογιστών, Πανεπιστήμιο Κρήτης. Ο τίτλος της διατριβής είναι " The thesis was entitled “Μοντελοποίηση και Συμπερασμός υπό συνθήκες αβεβαιότητας σε Διαλογικά και άλλα Συστήματα Φυσικής Γλώσσας με Τεχνικές Δικτύων Bayes”.
Εργάζεται ως επίκουρος καθηγητής στο Τμήμα Μηχανικών Πληροφοριακών & Επικοινωνιακών Συστημάτων στο Πανεπιστήμιο Αιγαίου με γνωστικό αντικείμενο την "Εξόρυξη Γνώσης από Δεδομένα".
Επιπρόσθετα, είναι ο τμηματικός υπεύθυνος για το πρόγραμμα: LLP/Erasmus του Πανεπιστημίου Αιγαίου.
- Data Mining-Introductory and Advanced Topics, Margaret H. Dunham, Pearson Education, ISBN: 9780130888921, 2002.
- Data Mining, A Knowledge Discovery Approach, Krzysztof J. Cios et al., Springer Verlag, ISBN: 9780387333335, 2007.
Τιμές και χαρακτηριστικά
Σώματα δεδομένων
Εγγραφές-Συναλλαγές-Γράφοι
Θόρυβος και Εξαιρέσεις
Δειγματοληψία
Διαστατικότητα
Αποστάσεις Διανυσμάτων
Το σώμα δεδομένων IRIS
Μέτρα θέσεως
Αναπαράσταση και ταξινόμηση
Box, scatter,matrix plots
Παράλληλες συντεταγμένες
Star Plots-Sticky Figures
Δέντρα αποφάσεων
Μετρητές ποιότητας διαχωρισμού
Overfitting και Under Fitting
Αποτίμηση μοντέλου
Καμπύλες ROC
Κανόνες Απόφασης
Bayesian κατηγοριοποίηση
Parzen Windows-Neural Networks
Support Vector Machines
Genetic Algorithms
Ensemble Classifiers
Τύποι συστάδων
K-means
Hierarchical Clustering
DBSCAN
Expectation Maximization
Apriori
FP-Growth
Μέτρα αποτίμησης κανόνων
Support-based pruning
Κανόνες συσχέτισης πολλών επιπέδων
Ανίχνευση Εξαιρέσεων
Latent Semantic Indexing-Text mining
Feature Reduction- Singular Value Decomposition
Λειτουργίες OLAP
Κύβος Δεδομένων
Κυβοειδή και αρχιτεκτονικές OLAP
OLAP Servers
Συντήρηση Αποθηκών Δεδομένων
Περιλαμβάνει δείγματα διαλέξεων από εργαστήριο που αφορά το συγκεκριμένο μάθημα.
Open Academic Course
Num. of Visits : 4145
Num. of Hits : 22052