Postgraduate Section 3 1013: Διαφορά μεταξύ των αναθεωρήσεων

Από Περιγράμματα - Τμήμα Μαθηματικών
Μετάβαση σε: πλοήγηση, αναζήτηση
← Παλαιότερη επεξεργασία
ΟπτικήΚώδικας wiki
Χωρίς σύνοψη επεξεργασίας
Ktzuvara (συζήτηση | συνεισφορές)
1.248 επεξεργασίες
 
(6 ενδιάμεσες αναθεωρήσεις από τον ίδιο χρήστη δεν εμφανίζεται)
Γραμμή 9: Γραμμή 9:


<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">
<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">
<div align = center>
== '''Mαθηματική Στατιστική ''' ==
</div>




Γραμμή 31: Γραμμή 35:
|-
|-
! Τίτλος Μαθήματος
! Τίτλος Μαθήματος
| MΑΘΗΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ 
| Mαθηματική Στατιστική 
|-
|-
! Αυτοτελείς Διδακτικές Δραστηριότητες
! Αυτοτελείς Διδακτικές Δραστηριότητες
Γραμμή 44: Γραμμή 48:
! Γλώσσα Διδασκαλίας και Εξετάσεων
! Γλώσσα Διδασκαλίας και Εξετάσεων
| Ελληνική
| Ελληνική
|-
! Τρόπος Διεξαγωγής Μαθήματος
| Δια ζώσης (100%)
|-
|-
! Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus
! Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus
Γραμμή 51: Γραμμή 58:
| Δείτε το [https://ecourse.uoi.gr/ eCourse], την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.
| Δείτε το [https://ecourse.uoi.gr/ eCourse], την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.
|}
|}


=== Μαθησιακά Αποτελέσματα ===
=== Μαθησιακά Αποτελέσματα ===
Γραμμή 68: Γραμμή 74:
* Σύνθεση δεδομένων και πληροφοριών.
* Σύνθεση δεδομένων και πληροφοριών.
|}
|}


=== Περιεχόμενο Μαθήματος ===
=== Περιεχόμενο Μαθήματος ===


{| class="wikitable"
|
(Eπεκτάσεις και συμπληρώσεις στα επόμενα θέματα). Xώρος Πιθανότητας - Tυχαία Mεταβλητή - Kατανομή - Eιδικά μοντέλα κατανομών Xαρακτηριστικά κατανομών - Aλλαγή μεταβλητών- Σύγκλιση ακολουθιών τ.μ. - Aνισότητες-Διατεταγμένα δείγματα. Oικογένειες κατανομών (εκθετική κ.λ.π.) Aμεροληψία - Eπάρκεια - Πληρότητα - Συνέπεια - Θεώρημα Rao-Blackwell-Lehmann-Scheffé Θεώρημα για AOEΔ εκτιμητές - Θεώρημα Basu EMΠ - ασυμπτωτικές ιδιότητες. Στοιχεία θεωρίας αποφάσεων - minimax - Eκτιμητές - Bayes εκτιμητές κ.λ.π. Διαστήματα εμπιστοσύνης - Mέθοδος αντιστρεπτής ποσότητας - Γενική μέθοδος - Aσυμπτωματικά Δ.E. - Διαστήματα ίσων ούρων - Διαστήματα Bayes - Aμερόλητα Δ.E. - Bέλτιστα σταθερού μήκους κ.λ.π. Στατιστική Θεωρία πληροφοριών - Έννοια πληροφορίας - μέτρα πληροφορίας τύπου Fisher - τύπου divergence, ιδιότητες και πιθανές εφαρμογές. Mαθηματική Στατιστική σε cencoring και truncated δεδομένα. Έλεγχος Στατιστικών Yποθέσεων - Oμοιόμορφα ισχυρότατα τεστ - Θεωρία Neyman - Pearson - Oικογένειες με μονότονο λόγο πιθανοφάνειας - Eνοχλητικοί παράμετροι - Aμερόληπτα τεστ - Θεωρία λόγου πιθανοφανειών - Bayesian τεστ και minimax τεστ.
(Eπεκτάσεις και συμπληρώσεις στα επόμενα θέματα). Xώρος Πιθανότητας - Tυχαία Mεταβλητή - Kατανομή - Eιδικά μοντέλα κατανομών Xαρακτηριστικά κατανομών - Aλλαγή μεταβλητών- Σύγκλιση ακολουθιών τ.μ. - Aνισότητες-Διατεταγμένα δείγματα. Oικογένειες κατανομών (εκθετική κ.λ.π.) Aμεροληψία - Eπάρκεια - Πληρότητα - Συνέπεια - Θεώρημα Rao-Blackwell-Lehmann-Scheffé Θεώρημα για AOEΔ εκτιμητές - Θεώρημα Basu EMΠ - ασυμπτωτικές ιδιότητες. Στοιχεία θεωρίας αποφάσεων - minimax - Eκτιμητές - Bayes εκτιμητές κ.λ.π. Διαστήματα εμπιστοσύνης - Mέθοδος αντιστρεπτής ποσότητας - Γενική μέθοδος - Aσυμπτωματικά Δ.E. - Διαστήματα ίσων ούρων - Διαστήματα Bayes - Aμερόλητα Δ.E. - Bέλτιστα σταθερού μήκους κ.λ.π. Στατιστική Θεωρία πληροφοριών - Έννοια πληροφορίας - μέτρα πληροφορίας τύπου Fisher - τύπου divergence, ιδιότητες και πιθανές εφαρμογές. Mαθηματική Στατιστική σε cencoring και truncated δεδομένα. Έλεγχος Στατιστικών Yποθέσεων - Oμοιόμορφα ισχυρότατα τεστ - Θεωρία Neyman - Pearson - Oικογένειες με μονότονο λόγο πιθανοφάνειας - Eνοχλητικοί παράμετροι - Aμερόληπτα τεστ - Θεωρία λόγου πιθανοφανειών - Bayesian τεστ και minimax τεστ.
 
|}


=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
Γραμμή 79: Γραμμή 86:
{| class="wikitable"
{| class="wikitable"
|-
|-
! Τρόπος Παράδοσης
! Τρόπος Διδασκαλίας
| Πρόσωπο με πρόσωπο
| Πρόσωπο με πρόσωπο.
|-
! Τρόπος και Συχνότητα Επικοινωνίας με Φοιτητές
| Η επικοινωνία με τους φοιτητές γίνεται:
* Μέσω email.
* Δια ζώσης στο γραφείο.
* Κατά τη διάρκεια των διαλέξεων.
 
Η συχνότητα επικοινωνίας με τους φοιτητές καθορίζεται από τις ανάγκες των φοιτητών.
|-
! Διασφάλιση Τρόπου Επικοινωνίας Μεταξύ Φοιτητών
| Συνέργεια στα πλαίσια της παράδοσης του μαθήματος.
|-
|-
! Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
! Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
| Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές 
| Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές.
|-
! Απαιτούμενος Τεχνολογικός Εξοπλισμός και Γνώσεις Τεχνολογίας
| Δεν απαιτείται τεχνολογικός εξοπλισμός, καθώς παρέχεται. Δεν απαιτούνται εξειδικευμένες γνώσεις τεχνολογίας.
|-
! Πολιτική Μαθήματος για τη Λογοκλοπή και Εργαλεία Ελέγχου Λογοκλοπής
| Η λογοκλοπή απαγορεύεται ρητά και τιμωρείται κλιμακούμενα, ανάλογα με την επανάληψη της χρήσης της. Ελέγχεται, δε, με σχετικά εργαλεία όπως το "Turnitin", που παρέχει η Βιβλιοθήκη του Πανεπιστημίου.
|-
! Πολιτική Μαθήματος για τη Χρήση Τεχνητής Νοημοσύνης
| Επιτρέπεται η χρήση Τεχνητής Νοημοσύνης κατόπιν άδειας από τον διδάσκοντα/τη διδάσκουσα. 
|-
|-
! Οργάνωση Διδασκαλίας
! Οργάνωση Διδασκαλίας
|
|
{| class="wikitable"
{| class="wikitable" style="width: 100%;"
! Δραστηριότητα
! Δραστηριότητα
! Φόρτος Εργασίας Εξαμήνου
! Φόρτος Εργασίας Εξαμήνου
|-
|-
| Διαλέξεις
| Διαλέξεις
| 39
| style="text-align: center;" |39
|-
|-
| Αυτοτελής Μελέτη
| Αυτοτελής Μελέτη
| 78
| style="text-align: center;" |78
|-
|-
| Επίλυση ασκήσεων-εργασίες
| Επίλυση ασκήσεων-εργασίες
| 70.5
| style="text-align: center;" |70.5
|-
|-
| Σύνολο Μαθήματος
| Σύνολο Μαθήματος
| 187.5
| style="text-align: center;" |187.5
|}
|}
|-
|-
Γραμμή 107: Γραμμή 134:
| Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες.
| Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες.
|}
|}


=== Συνιστώμενη Βιβλιογραφία ===
=== Συνιστώμενη Βιβλιογραφία ===


Δείτε την υπηρεσία [https://service.eudoxus.gr/public/departments#20 Εύδοξος]. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:
Δείτε την υπηρεσία [https://service.eudoxus.gr/public/departments#20 Εύδοξος].  
<!-- Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος: -->
</div>
</div>


<div id="pills-en" class="tab-pane fade" role="tabpanel" aria-labelledby="pills-en-tab" style="text-align:left;">
<div id="pills-en" class="tab-pane fade" role="tabpanel" aria-labelledby="pills-en-tab" style="text-align:left;">
<div align = center>
== '''Mathematical Statistics''' ==
</div>




Γραμμή 150: Γραμμή 181:
! Language of Instruction and Examinations
! Language of Instruction and Examinations
| Greek
| Greek
|-
! Mode of Course Delivery
| Face-to-face (100%)
|-
|-
! Is the Course Offered to Erasmus Students
! Is the Course Offered to Erasmus Students
Γραμμή 157: Γραμμή 191:
| See [https://ecourse.uoi.gr/ eCourse], the Learning Management System maintained by the University of Ioannina.
| See [https://ecourse.uoi.gr/ eCourse], the Learning Management System maintained by the University of Ioannina.
|}
|}


=== Learning Outcomes ===
=== Learning Outcomes ===
Γραμμή 168: Γραμμή 201:
! General Competences
! General Competences
|
|
# Working independently
* Working independently
# Decision-making
* Decision-making
# Production of free, creative and inductive thinking
* Production of free, creative and inductive thinking
# Criticism and self-criticism
* Criticism and self-criticism


All the above will give to the stundetns the opportunity to work in an international multidisciplinary environment.
All the above will give to the stundetns the opportunity to work in an international multidisciplinary environment.
|}
|}


=== Syllabus ===
=== Syllabus ===


Extensions of the following subjects: Unbiasdness, Sufficient, Minimal Sufficient, Completeness,  Consistency,  Theorem  of:  Rao-Blackwell,  Lehmann-Scheffé,  Basu.  Maximum Likelihood  Estimators:  Properties-Asymptotic  Properties.  Decision  Theory:  minimax,  Bayes estimators.  Modified  Likelihood,  EM  algorithm,  Numerical  methods  of  finding  estimators. Confidence  intervals:  pivotal  quantity,  Asymptotic  method  etc.  Delta  Method-  Asymptotic statistics.
{| class="wikitable"
 
|
Extensions of the following subjects: Unbiasdness, Sufficient, Minimal Sufficient, Completeness, Consistency, Theorem of: Rao-Blackwell, Lehmann-Scheffé, Basu. Maximum Likelihood Estimators: Properties-Asymptotic Properties. Decision Theory: minimax, Bayes estimators. Modified Likelihood, EM algorithm, Numerical  methods of finding estimators. Confidence intervals: pivotal quantity, Asymptotic method etc. Delta Method-Asymptotic statistics.
|}


=== Teaching and Learning Methods - Evaluation ===
=== Teaching and Learning Methods - Evaluation ===
Γραμμή 186: Γραμμή 220:
{| class="wikitable"
{| class="wikitable"
|-
|-
! Delivery
! Mode of Instruction
| Classroom (face-to-face)
| Classroom (face-to-face).
|-
! Mode and Frequency of Communication with Students
| Communication with students takes place through:
* Email.
* In-person meetings during office hours.
* During lectures.
 
The frequency of communication with students is determined by their needs.
|-
! Ensuring Communication Among Students
| Collaboration and interaction are encouraged within the context of course delivery.
|-
|-
! Use of Information and Communications Technology
! Use of Information and Communications Technology
| Use of ICT in communication with students
| Use of ICT in communication with students.
|-
! Required Technological Equipment and Technology Skills
| No technological equipment is required from students, as all necessary equipment is provided. No specialized technology skills are required.
|-
! Course Policy on Plagiarism and Plagiarism Detection Tools
| Plagiarism is strictly prohibited and is subject to progressively stricter penalties in the event of repeated offenses. It is monitored using plagiarism detection tools such as Turnitin, which is provided by the University Library.
|-
! Course Policy on the Use of Artificial Intelligence
| The use of Artificial Intelligence is permitted only with the prior approval of the instructor.
|-
|-
! Teaching Methods
! Teaching Methods
Γραμμή 199: Γραμμή 253:
|-
|-
| Lectures
| Lectures
| 39
| style="text-align: center;" |39
|-
|-
| Study and analysis of bibliography
| Study and analysis of bibliography
| 78
| style="text-align: center;" |78
|-
|-
| Preparation of assignments and interactive teaching
| Preparation of assignments and interactive teaching
| 70.5
| style="text-align: center;" |70.5
|-
|-
| Course total 
| Course total 
| 187.5
| style="text-align: center;" |187.5
|}
|}
|-
|-
Γραμμή 214: Γραμμή 268:
| Final written exam in Greek (in case of Erasmus students in English).
| Final written exam in Greek (in case of Erasmus students in English).
|}
|}


=== Attached Bibliography ===
=== Attached Bibliography ===


See the official [https://service.eudoxus.gr/public/departments#20 Eudoxus site]. Books and other resources, not provided by Eudoxus:
See the official [https://service.eudoxus.gr/public/departments#20 Eudoxus site].  
<!-- Books and other resources, not provided by Eudoxus: -->
</div>
</div>


<div style="text-align:left;">
<!-- <div style="text-align:left;">
* ---
* ---
</div>
</div> -->
</div>
</div>

Τελευταία αναθεώρηση της 00:07, 3 Ιουλίου 2026



Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE1
Εξάμηνο 1
Τίτλος Μαθήματος Mαθηματική Στατιστική 
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα  
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
Τρόπος Διεξαγωγής Μαθήματος Δια ζώσης (100%)
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus Ναι (στην Αγγλική γλώσσα)
Ηλεκτρονική Σελίδα Μαθήματος (URL) Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.

Μαθησιακά Αποτελέσματα

Μαθησιακά Αποτελέσματα Σκοπός του μαθήματος είναι η εμβάθυνση σε γνώσεις της Μαθηματικής Στατιστικής που έχουν αποκτηθεί κατά τη διάρκεια των προπτυχιακών σπουδών, η επέκταση αυτών των εννοιών και η παρουσίαση εξειδικευμένων γνώσεων της Μαθηματικής Στατιστικής.
Γενικές Ικανότητες
  • Αυτόνομη εργασία 
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων 
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

(Eπεκτάσεις και συμπληρώσεις στα επόμενα θέματα). Xώρος Πιθανότητας - Tυχαία Mεταβλητή - Kατανομή - Eιδικά μοντέλα κατανομών Xαρακτηριστικά κατανομών - Aλλαγή μεταβλητών- Σύγκλιση ακολουθιών τ.μ. - Aνισότητες-Διατεταγμένα δείγματα. Oικογένειες κατανομών (εκθετική κ.λ.π.) Aμεροληψία - Eπάρκεια - Πληρότητα - Συνέπεια - Θεώρημα Rao-Blackwell-Lehmann-Scheffé Θεώρημα για AOEΔ εκτιμητές - Θεώρημα Basu EMΠ - ασυμπτωτικές ιδιότητες. Στοιχεία θεωρίας αποφάσεων - minimax - Eκτιμητές - Bayes εκτιμητές κ.λ.π. Διαστήματα εμπιστοσύνης - Mέθοδος αντιστρεπτής ποσότητας - Γενική μέθοδος - Aσυμπτωματικά Δ.E. - Διαστήματα ίσων ούρων - Διαστήματα Bayes - Aμερόλητα Δ.E. - Bέλτιστα σταθερού μήκους κ.λ.π. Στατιστική Θεωρία πληροφοριών - Έννοια πληροφορίας - μέτρα πληροφορίας τύπου Fisher - τύπου divergence, ιδιότητες και πιθανές εφαρμογές. Mαθηματική Στατιστική σε cencoring και truncated δεδομένα. Έλεγχος Στατιστικών Yποθέσεων - Oμοιόμορφα ισχυρότατα τεστ - Θεωρία Neyman - Pearson - Oικογένειες με μονότονο λόγο πιθανοφάνειας - Eνοχλητικοί παράμετροι - Aμερόληπτα τεστ - Θεωρία λόγου πιθανοφανειών - Bayesian τεστ και minimax τεστ.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Διδασκαλίας Πρόσωπο με πρόσωπο.
Τρόπος και Συχνότητα Επικοινωνίας με Φοιτητές Η επικοινωνία με τους φοιτητές γίνεται:
  • Μέσω email.
  • Δια ζώσης στο γραφείο.
  • Κατά τη διάρκεια των διαλέξεων.

Η συχνότητα επικοινωνίας με τους φοιτητές καθορίζεται από τις ανάγκες των φοιτητών.

Διασφάλιση Τρόπου Επικοινωνίας Μεταξύ Φοιτητών Συνέργεια στα πλαίσια της παράδοσης του μαθήματος.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές.
Απαιτούμενος Τεχνολογικός Εξοπλισμός και Γνώσεις Τεχνολογίας Δεν απαιτείται τεχνολογικός εξοπλισμός, καθώς παρέχεται. Δεν απαιτούνται εξειδικευμένες γνώσεις τεχνολογίας.
Πολιτική Μαθήματος για τη Λογοκλοπή και Εργαλεία Ελέγχου Λογοκλοπής Η λογοκλοπή απαγορεύεται ρητά και τιμωρείται κλιμακούμενα, ανάλογα με την επανάληψη της χρήσης της. Ελέγχεται, δε, με σχετικά εργαλεία όπως το "Turnitin", που παρέχει η Βιβλιοθήκη του Πανεπιστημίου.
Πολιτική Μαθήματος για τη Χρήση Τεχνητής Νοημοσύνης Επιτρέπεται η χρήση Τεχνητής Νοημοσύνης κατόπιν άδειας από τον διδάσκοντα/τη διδάσκουσα. 
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες.

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος.

Mathematical Statistics


General

School School of Science
Academic Unit Department of Mathematics
Level of Studies Graduate
Course Code ΣΕΕ1
Semester 1
Course Title Mathematical Statistics
Independent Teaching Activities Lectures (Weekly Teaching Hours: 3, Credits: 7.5)
Course Type Special Background
Prerequisite Courses -
Language of Instruction and Examinations Greek
Mode of Course Delivery Face-to-face (100%)
Is the Course Offered to Erasmus Students Yes (in English, reading Course)
Course Website (URL) See eCourse, the Learning Management System maintained by the University of Ioannina.

Learning Outcomes

Learning outcomes The  course  aims  to  extend  the  knowledge  which  the  students  have  obtained  during  their undergraduate  studies  on  several  themes  of  Mathematical  Statistics  and  to  present  some special topics of Mathematical Statistics.
General Competences
  • Working independently
  • Decision-making
  • Production of free, creative and inductive thinking
  • Criticism and self-criticism

All the above will give to the stundetns the opportunity to work in an international multidisciplinary environment.

Syllabus

Extensions of the following subjects: Unbiasdness, Sufficient, Minimal Sufficient, Completeness, Consistency, Theorem of: Rao-Blackwell, Lehmann-Scheffé, Basu. Maximum Likelihood Estimators: Properties-Asymptotic Properties. Decision Theory: minimax, Bayes estimators. Modified Likelihood, EM algorithm, Numerical  methods of finding estimators. Confidence intervals: pivotal quantity, Asymptotic method etc. Delta Method-Asymptotic statistics.

Teaching and Learning Methods - Evaluation

Mode of Instruction Classroom (face-to-face).
Mode and Frequency of Communication with Students Communication with students takes place through:
  • Email.
  • In-person meetings during office hours.
  • During lectures.

The frequency of communication with students is determined by their needs.

Ensuring Communication Among Students Collaboration and interaction are encouraged within the context of course delivery.
Use of Information and Communications Technology Use of ICT in communication with students.
Required Technological Equipment and Technology Skills No technological equipment is required from students, as all necessary equipment is provided. No specialized technology skills are required.
Course Policy on Plagiarism and Plagiarism Detection Tools Plagiarism is strictly prohibited and is subject to progressively stricter penalties in the event of repeated offenses. It is monitored using plagiarism detection tools such as Turnitin, which is provided by the University Library.
Course Policy on the Use of Artificial Intelligence The use of Artificial Intelligence is permitted only with the prior approval of the instructor.
Teaching Methods
Activity Semester Workload
Lectures 39
Study and analysis of bibliography 78
Preparation of assignments and interactive teaching 70.5
Course total  187.5
Student Performance Evaluation Final written exam in Greek (in case of Erasmus students in English).

Attached Bibliography

See the official Eudoxus site.

Ανακτήθηκε από «https://outlines.math.uoi.gr/index.php?title=Postgraduate_Section_3_1013&oldid=1692»