Изпрати съобщение от Twitter
Резолюция: Група | Продължителност: Повече от четири часа
Общ преглед
Цели
Στόχος της συγκεκριμένης δραστηριότητας είναι η εξαγωγή γνώσης μέσα πό σχόλια στο twitter, με τη βοήθνα
Цели на обучението
Το μάθημα παρέχει στους φοιτητές μία εισαγωγή στα επιστημονικά περιβάλλοντα επίλυσης προβλημάτων (ΠΕΠ), τα τεχνικά χαρακτηριστικά τους και εφαρμογές τους. Τα καλυπτόμενα ΠΕΠ περιλαμβάνουν: Python, R, Excel, SaS. Τα ΠΕΠ αυτά μελετώνται ως προς τις δυνατότητες τους να προσομοιώνουν τις λύσεις επιστημονικών εφαρμογών σε σειριακά και παράλληλα υπολογιστικά περιβάλλοντα. Ιδιαίτερη έμφαση δίδεται στην εφαρμογή αυτών των ΠΕΠ για υπολογιστική επίλυση προβλημάτων προσέγγισης δεδομένων, βελτιστοποίησης, κι εξόριση και ανάλυση μεγάλης κλίμακας δεδομένων. Το μάθημα παρέχει μια εκτενή εισαγωγή στα υπολογιστικά περιβάλλοντα Python, R και βασικές βιβλιοθήκες για την ανάλυση δεδομένων μεγάλης κλίμακας. Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / τρια θα είναι σε θέση να: - γνωρίζει την χρήση σημαντικών επιστημονικών ΠΕΠ και τις τεχνολογίες λογισμικού που τα υποστηρίζουν - αναλύει και κατανοεί τα χαρακτηριστικά και τις επιδόσεις ΠΕΠ σε διάφορα υπολογιστικά περιβάλλοντα - γνώση των γλωσσών Python και R και σημαντικές βιβλιοθήκες και εργαλεία προγραμματισμού για τεχνικές μηχανικής μάθησης - επιλύει προβλήματα προσέγγισης δεδομένων και βελτιστοποίησης με τεχνικές μηχανικής μάθησης
Контекст
Το μάθημα εισάγει τα υπολογιστικά περιβάλλοντα Python, R, Excel, και SaS. Τα ΠΕΠ αυτά μελετώνται ως προς τις δυνατότητες τους να προσομοιώνουν τις λύσεις επιστημονικών εφαρμογών σε σειριακά και παράλληλα υπολογιστικά περιβάλλοντα. Ιδιαίτερη έμφαση δίδεται στην χρήση των παραπάνω ΠΕΠ για την επίλυση υπολογιστικών προβλημάτων προσέγγισης δεδομένων και βελτιστοποίησης που σχετίζονται με μοντέλα μηχανικής μάθησης και εξόριση και ανάλυση μεγάλης κλίμακας δεδομένων. Το μάθημα παρέχει μια εκτενή εισαγωγή στις βασικές βιβλιοθήκες για την ανάλυση δεδομένων στα ΠΕΠ Python και R.