ΕΠΕ :: Διαδικτυακά Μαθήματα

Tag: Αναλυτική Δεδομένων

  • ✔ «Το μέλλον του ΑΙ: Τι αναμένουμε να γίνει καλύτερο, φθηνότερο, πιο αποδοτικό ενεργειακά» // Χάρης Γεωργίου

    Μέρος Ι Μέρος ΙΙ • Εισηγητής: Χάρης Γεωργίου, Ερευνητής Πληροφορικής (MSc, PhD) • Περιγραφή μαθήματος: Τι είναι το Α.Ι. και από που προέρχονται οι βασικές αρχές του, πως εξελίχθηκε μέσα στις δεκαετίες, τι συμβαίνει σήμερα και τι περιμένουμε για το μέλλον. Εξετάζονται οι πιο σημαντικοί παράγοντες ανάπτυξης και εξέλιξής του στο άμεσο μέλλον, όπως η προσβασιμότητα προς…

  • ✔ «Το Α.Ι. ήταν πάντα εδώ: Απλά εργαλεία για σύνθετα προβλήματα» // Χάρης Γεωργίου

    Μέρος Ι Μέρος ΙΙ • Εισηγητής: Χάρης Γεωργίου, Ερευνητής Πληροφορικής (MSc, PhD) • Περιγραφή μαθήματος: Γνωριμία με τις βασικές έννοιες και πρακτική εργασία στο Machine Learning & Data Analytics (ML/DA), τι είναι το ML/DA “pipeline”, συχνά προβλήματα και τρόποι επίλυσης, προ-επεξεργασία δεδομένων και συνήθη εργαλεία (awk, sed, grep, split/merge, …), φτιάχνοντας πιο σύνθετα εργαλεία κατά περίπτωση (Python,…

  • ✔ «Σύνταξη και συγγραφή επιστημονικών-τεχνικών κειμένων» // Χάρης Γεωργίου

    • Εισηγητής: Χάρης Γεωργίου, Ερευνητής Πληροφορικής (MSc, PhD) • Περιγραφή μαθήματος: Τι είναι τα επιστημονικά-τεχνικά κείμενα, βασικοί παράγοντες & στόχοι, συνήθη πρότυπα οργάνωσης, σχεδίση εργασίας & χρονοπρογραμματισμός, κύκλοι εργασίας στη σύνταξη-συγγραφή, συνήθη εργαλεία σύνταξης (εξειδικευμένα), διαδικασίες δημοσίευσης (επιστημονικά περιοδικά-συνέδρια), βασικές έννοιες και διαδικασίες peer-review, συνήθεις μέσα διάχυσης ερευνητικού έργου (repositories). • Διάρκεια: 2:00:00 • Ημερομηνία μαθήματος: 17/04/2024 • Υλικό παρουσίασης:…

  • ✔ «Εισαγωγή στη Μηχανική Μάθηση και στην Αναλυτική Δεδομένων» // Χάρης Γεωργίου

    • Εισηγητής: Χάρης Γεωργίου, Ερευνητής Πληροφορικής (MSc, PhD) • Περιγραφή μαθήματος: Βασικές έννοιες Τεχνητής Νοημοσύνης, Μηχανικής Μάθησης και Αναλυτικής Δεδομένων / συλλογή, προεπεξεργασία και ανακατασκευή δεδομένων / σχεδίαση ροής (pipeline) / επιλογή χαρακτηριστικών (features) / εκπαίδευση μοντέλων με επίβλεψη (classification, regression) και χωρίς επίβλεψη (clustering, associations) / απεικόνιση δεδομένων (visual analytics). • Διάρκεια: 1:03:54 • Ημερομηνία…

  • ✔ «Εφαρμογές της Τεχνητής Νοημοσύνης στον πραγματικό κόσμο» // Χάρης Γεωργίου

    • Εισηγητής: Χάρης Γεωργίου, Ερευνητής Πληροφορικής (MSc, PhD) • Περιγραφή μαθήματος: Κατηγοριοποίηση προβλημάτων στον πραγματικό κόσμο / συνήθεις τρόποι επίλυσης / «δύσκολα» προβλήματα που απαιτούν προσεγγιστικές λύσεις / ο ρόλος της Μηχανικής Μάθησης και της Τεχνητής Νοημοσύνης στην επίλυσή τους / μελέτη περίπτωσης: Αυτόματη ιατρική διάγνωση στη μαστογραφία. • Διάρκεια: 2:00:20 • Ημερομηνία μαθήματος: 16/12/2023 •…

  • ✔ «Εισαγωγή στην Αναλυτική Δεδομένων με τη γλώσσα R» // Χάρης Γεωργίου

    • Εισηγητής: Χάρης Γεωργίου, Ερευνητής Πληροφορικής (MSc, PhD) • Περιγραφή μαθήματος: Στοιχεία Αναλυτικής Δεδομένων (Data Analytics), γενική περιγραφή της γλώσσας R, τυπική διαδικασία ανάλυσης (workflow), συνήθη προβλήματα & λύσεις, κατηγορίες αλγορίθμων (clustering, regression, clustering, κτλ), παραδείγματα με κώδικα R. • Διάρκεια: 1:58:38 • Ημερομηνία μαθήματος: 15/11/2023 • Υλικό παρουσίασης: https://github.com/xgeorgio/ApneaCoding/tree/main/lect-ProgrR