Το μάθημα αυτό στοχεύει στην εισαγωγή των βασικών γνώσεων και των απαραίτητων δεξιοτήτων για την ανάλυση των big data. Το μάθημα εστιάζει στις βασικές τεχνικές και μεθοδολογίες ανάλυσης big data με πεδία εφαρμογής posts σε κοινωνικά μέσα, reviews σε aggregators κ.λπ.

Το μάθημα αυτό στοχεύει στην εισαγωγή των βασικών γνώσεων και των απαραίτητων δεξιοτήτων για την ανάλυση των big data. Το μάθημα εστιάζει στις βασικές τεχνικές και μεθοδολογίες ανάλυσης big data με πεδία εφαρμογής posts σε κοινωνικά μέσα, reviews σε aggregators κ.λπ.

Οι φοιτητές της ειδίκευσης αυτής αναμένεται να αποκτήσουν σημαντικές δεξιότητες στη διαχείριση και ανάλυση δεδομένων μεγάλης κλίμακας, και συγκεκριμένα:

• Να καταστρώνουν στρατηγικές που αφορούν Μεγάλα Δεδομένα σε δομημένη, ημι-δομημένη ή αδόμητη μορφή,
• Να αντλούν και να διαμορφώνουν τα απαιτούμενα συναφή δεδομένα από διάφορες πηγές,
• Να επιλέγουν τεχνολογίες προς χρήση και εργαλεία/μεθόδους (στατιστικές, κτλ) για αποδοτική επεξεργασία και ανάλυση δεδομένων,
• Να εφαρμόζουν τεχνικές ανάλυσης δεδομένων και μηχανικής μάθησης για τον αποτελεσματικό εντοπισμό τάσεων, κρυφών ή επαναλαμβανόμενων προτύπων, τη διατύπωση προβλέψεων, και γενικότερα την ανακάλυψη πολύτιμης γνώσης,

Εβδομάδα 1^η

Επιχειρηματική Ευφυΐα

Εβδομάδα 2^η

Επιχειρηματική Αναλυτική

Εβδομάδα 3η

Επιστήμη των Δεδομένων και Αναλυτική Μεγάλων Δεδομένων

Εβδομάδα 4η

Αποφάσεις

Εβδομάδα 5η

Μέθοδοι, Μοντέλα & Τεχνικές Επιχειρηματικής Ευφυΐας και Αναλυτικής

Εβδομάδα 6η

Περιγραφική Αναλυτική

Εβδομάδα 7η

Προγνωστική Αναλυτική

Εβδομάδα 8η

Καθοδηγητική Αναλυτική

Εβδομάδα 9η

Εξόρυξη Γνώσης από Δεδομένα

Εβδομάδα 10η

Ανάλυση Ακραίων Τιμών ή Ανακάλυψη Ανωμαλιών

Εβδομάδα 11η

Συσταδοποίηση -  Κανόνες Συσχέτισης 

Εβδομάδα 12η

Συστήματα Επιχειρηματικής Ευφυΐας,

Εβδομάδα 13η

Εφαρμογές και Παραδείγματα Επιχειρηματικής Ευφυΐας και Αναλυτικής

1.Mining of Massive Datasets Κωδικός Βιβλίου στον Εύδοξο: 94700707, Συγγραφείς: Anand Rajaraman, Jeffrey David Ullman, Jure Leskovec

2. Επιστήμη Δεδομένων: Βασικές Αρχές και Εφαρμογές με Python, 2η έκδοση, Κωδικός Βιβλίου στον Εύδοξο: 94690736, Συγγραφείς: Grus Joel

3. Applied Data Science in Tourism Interdisciplinary Approaches, Methodologies, and Applications, Springer, Roman Egger (editor)

• In-person teaching: lectures and computer lab exercises

• Use of specialized software for the design and development of recreational applications and 3D content
• Support of the course using the asynchronous e-learning services of the Ionian University (https://opencourses.ionio.gr/courses/DTO209/)

1. Final examination (40%)
2. Final Work / Project in Weka (60%):