Undergraduate Elective 1029

Από Περιγράμματα - Τμήμα Μαθηματικών
Μετάβαση σε: πλοήγηση, αναζήτηση


Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Προπτυχιακό
Κωδικός Μαθήματος MAE841
Εξάμηνο 8
Τίτλος Μαθήματος Ειδικά Θέματα Πληροφορικής
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις, ασκήσεις, εργασίες, παρουσιάσεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)
Τύπος Μαθήματος Ειδίκευσης
Προαπαιτούμενα Μαθήματα
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 (13Χ3) 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - εργασίες 33
Σύνολο Μαθήματος 150
Αξιολόγηση Φοιτητών
  • Γραπτή Τελική Εξέταση (70%)
  • Εργασίες - Ασκήσεις (30%)


Δείτε την υπηρεσία Εύδοξος. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:


General

School School of Science
Academic Unit Department of Mathematics
Level of Studies Undergraduate
Course Code MAE841
Semester 8
Course Title Special Topics in Computer Science
Independent Teaching Activities Lectures, exercises, tutorials (Weekly Teaching Hours: 3, Credits: 6)
Course Type Special Background
Prerequisite Courses -
Language of Instruction and Examinations Greek
Is the Course Offered to Erasmus Students Yes
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 33
Course total 150
Student Performance Evaluation
  • Final written examination (70%)
  • Exercises / Homework (30%)


Attached Bibliography

See the official Eudoxus site. Books and other resources, not provided by Eudoxus:

  • ---