Postgraduate Section 4 1013: Διαφορά μεταξύ των αναθεωρήσεων

Από Περιγράμματα - Τμήμα Μαθηματικών
Μετάβαση σε: πλοήγηση, αναζήτηση
ΟπτικήΚώδικας wiki
Νέα σελίδα με '{{DISPLAYTITLE:<span style="position: absolute; clip: rect(1px 1px 1px 1px); clip: rect(1px, 1px, 1px, 1px);">{{FULLPAGENAME}}</span>}} <ul class="nav nav-pills mb-2 justify-content-end" id="pills-tab-lang" role="tablist"> <li class="nav-item"><btn id="pills-gr-tab" data-toggle="pill" class="nav-link active" role="tab" aria-controls="pills-gr" aria-selected="true">#pills-gr|Ελληνικά</btn></li> <li class="nav-item"><btn id="pills-en-tab" data-toggle="pill"...'
 
Ktzuvara (συζήτηση | συνεισφορές)
827 επεξεργασίες
Χωρίς σύνοψη επεξεργασίας
 
Γραμμή 4: Γραμμή 4:
<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>
== '''Ειδικά Θέματα Πληροφορικής''' ==
</div>


=== Γενικά ===
=== Γενικά ===
Γραμμή 26: Γραμμή 28:
|-
|-
! Τίτλος Μαθήματος
! Τίτλος Μαθήματος
| ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΠΛΗΡΟΦΟΡΙΚΗΣ
| Ειδικά Θέματα Πληροφορικής
|-
|-
! Αυτοτελείς Διδακτικές Δραστηριότητες
! Αυτοτελείς Διδακτικές Δραστηριότητες
Γραμμή 46: Γραμμή 48:
| 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 62: Γραμμή 62:
* Εργασία σε διεπιστημονικό περιβάλλον
* Εργασία σε διεπιστημονικό περιβάλλον
|}
|}


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


{| class="wikitable" style="width: 100%;"
|
Ο κύριος στόχος του μαθήματος είναι η ειδίκευση σε περιοχές που καλύπτει η Επιστήμη των Υπολογιστών σε εφαρμοσμένα πεδία όπως:
Ο κύριος στόχος του μαθήματος είναι η ειδίκευση σε περιοχές που καλύπτει η Επιστήμη των Υπολογιστών σε εφαρμοσμένα πεδία όπως:
* Διαχείριση Μεγάλων Δεδομένων
* Διαχείριση Μεγάλων Δεδομένων
Γραμμή 79: Γραμμή 79:


Η ύλη του μαθήματος θα προσαρμόζεται και θα ειδικεύεται ανάλογα με τις εκάστοτε εξελίξεις και απαιτήσεις.
Η ύλη του μαθήματος θα προσαρμόζεται και θα ειδικεύεται ανάλογα με τις εκάστοτε εξελίξεις και απαιτήσεις.
 
|}
 


=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
Γραμμή 117: Γραμμή 116:
* Παρουσιάσεις (30%)
* Παρουσιάσεις (30%)
|}
|}


=== 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>
== '''Special Topics in Computer Science''' ==
</div>




Γραμμή 157: Γραμμή 158:
|-
|-
! Prerequisite Courses
! Prerequisite Courses
|
| 641 - Design and Analysis of Algorithms
641 - Design and Analysis of Algorithms
|-
|-
! Language of Instruction and Examinations
! Language of Instruction and Examinations
|
| Greek
Greek
|-
|-
! Is the Course Offered to Erasmus Students
! Is the Course Offered to Erasmus Students
Γραμμή 170: Γραμμή 169:
| 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 191: Γραμμή 188:
* Project planning and management
* Project planning and management
|}
|}


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


{| class="wikitable" style="width: 100%;"
|
The main objective of the course is to specialize in areas covered by Computer Science in applied fields such as:
The main objective of the course is to specialize in areas covered by Computer Science in applied fields such as:
* Data Mining
* Data Mining
Γραμμή 207: Γραμμή 204:
* Signal Processing
* Signal Processing
The specialized subject will be adapted and specialized according to the necessary developments and requirements.
The specialized subject will be adapted and specialized according to the necessary developments and requirements.
 
|}
 


=== Teaching and Learning Methods - Evaluation ===
=== Teaching and Learning Methods - Evaluation ===
Γραμμή 215: Γραμμή 211:
|-
|-
! Delivery
! Delivery
|
| Lectures
Lectures
|-
|-
! Use of Information and Communications Technology
! Use of Information and Communications Technology
|
| Use of projector and interactive board during lectures.
Use of projector and interactive board during lectures.
|-
|-
! Teaching Methods
! Teaching Methods
Γραμμή 248: Γραμμή 242:
|}
|}


=== Attached Bibliography ===


 
See the official [https://service.eudoxus.gr/public/departments#20 Eudoxus site].  
=== Attached Bibliography ===
<!-- 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 12:53, 24 Μαρτίου 2026

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΠΛ10
Εξάμηνο 2
Τίτλος Μαθήματος Ειδικά Θέματα Πληροφορικής
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Επιλογής
Προαπαιτούμενα Μαθήματα Απαραίτητες γνώσεις από 641- Σχεδίαση και Ανάλυση Αλγορίθμων
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
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 Στόχος του μαθήματος είναι η ειδίκευση σε περιοχές που καλύπτει η Επιστήμη των Υπολογιστών σε εφαρμοσμένα πεδία. Παρέχει υπόβαθρο στη διαχείριση δεδομένων και πληροφορίας. Η ειδίκευση καλύπτει γνωστικούς τομείς όπως Βάσεις Δεδομένων, Μηχανική Μάθηση, Τεχνητή Νοημοσύνη, Εξόρυξη Δεδομένων, κ.α. Επίσης πραγματεύεται όλα τα ζητήματα σχετικά με τη σχεδίαση και τη βελτιστοποίηση του υλικού και του λογισμικού των υπολογιστικών συστημάτων. Περιλαμβάνονται γνωστικοί τομείς όπως οι Γλώσσες Προγραμματισμού και η Υλοποίησή τους, οι Μεταγλωττιστές, η Σχεδίαση του Υλικού, η Αρχιτεκτονική Υπολογιστών, τα Λειτουργικά Συστήματα, τα Κατανεμημένα Συστήματα, κ.α. Οι φοιτητές του μαθήματος αναμένεται να εμβαθύνουν σε σύγχρονες τεχνικές διαχείρισης δεδομένων τόσο από θεωρητικής όσο και από πρακτικής απόψεως ενώ παράλληλα αποκτούν πολύπλευρη γνώση των αρχών της σχεδίασης και του προγραμματισμού των συστημάτων υπολογιστών. Στο μάθημα περιλαμβάνονται ατομικές ασκήσεις, περιληπτική συγγραφή και παρουσίαση σχετικών ερευνητικών εργασιών. Η ύλη θα προσαρμόζεται και θα ειδικεύεται ανάλογα με τις εκάστοτε εξελίξεις και απαιτήσεις.
Γενικές Ικανότητες
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Αυτόνομη εργασία
  • Εργασία σε διεπιστημονικό περιβάλλον

Περιεχόμενο Μαθήματος

Ο κύριος στόχος του μαθήματος είναι η ειδίκευση σε περιοχές που καλύπτει η Επιστήμη των Υπολογιστών σε εφαρμοσμένα πεδία όπως:

  • Διαχείριση Μεγάλων Δεδομένων
  • Τεχνητή Νοημοσύνη
  • Συστήματα Βάσεων Δεδομένων
  • Ασφάλεια Πληροφοριακών Συστημάτων
  • Κατανεμημένα Συστήματα
  • Κινητά και Ασύρματα Δίκτυα
  • Αναγνώριση Προτύπων
  • Μηχανική Μάθηση
  • Προχωρημένα Θέματα Επεξεργασίας Σήματος

Η ύλη του μαθήματος θα προσαρμόζεται και θα ειδικεύεται ανάλογα με τις εκάστοτε εξελίξεις και απαιτήσεις.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Υποστήριξη Μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - Εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Ατομικές Εργασίες (50%)
  • Συγγραφή Περιληπτικών Εργασιών (20%)
  • Παρουσιάσεις (30%)

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος.

Special Topics in Computer Science


General

School School of Science
Academic Unit Department of Mathematics
Level of Studies Graduate
Course Code ΠΛ10
Semester 2
Course Title Special Topics in Computer Science
Independent Teaching Activities Lectures (Weekly Teaching Hours: 3, Credits: 7.5)
Course Type Elective
Prerequisite Courses 641 - Design and Analysis of Algorithms
Language of Instruction and Examinations Greek
Is the Course Offered to Erasmus Students Yes (in English)
Course Website (URL) See eCourse, the Learning Management System maintained by the University of Ioannina.

Learning Outcomes

Learning outcomes
  • The aim of the course is to specialize in areas covered by Computer Science in applied fields. It provides background in data and information management. The specialization covers cognitive domains such as Databases, Machine Learning, Artificial Intelligence, Data Mining, etc. It also addresses all issues related to the design and optimization of computer hardware and software. This includes cognitive areas such as Programming Languages and their Implementation, Compilers, Hardware Design, Computer Architecture, Operating Systems, Distributed Systems, and more.
  • The students of the course are expected to deepen in modern data processing techniques both theoretically and practically, while also acquiring a multifaceted knowledge of the principles of computer system design and programming.
  • The course includes individual exercises, summary writing projects and presentation of relevant research papers.
  • The material will be adapted and specialized according to the necessary developments and requirements.
General Competences
  • Search for, analysis and synthesis of data and information, with the use of the necessary technology
  • Working independently
  • Team work
  • Project planning and management

Syllabus

The main objective of the course is to specialize in areas covered by Computer Science in applied fields such as:

  • Data Mining
  • Artificial Intelligence
  • Database Systems
  • Security of Information Systems
  • Distributed Systems
  • Mobile and Wireless Networks
  • Pattern Recognition
  • Machine Learning
  • Signal Processing

The specialized subject will be adapted and specialized according to the necessary developments and requirements.

Teaching and Learning Methods - Evaluation

Delivery Lectures
Use of Information and Communications Technology Use of projector and interactive board during lectures.
Teaching Methods
Activity Semester Workload
Lectures 39
Working independently 78
Exercises - Homework 70.5
Course total 187.5
Student Performance Evaluation
  • Written exercises (50%)
  • Essay / report (20%)
  • Public presentation (30%)

Attached Bibliography

See the official Eudoxus site.

Ανακτήθηκε από «https://outlines.math.uoi.gr/index.php?title=Postgraduate_Section_4_1013&oldid=531»