Στόχοι Μαθήματος: Το μάθημα εστιάζει στις βασικές έννοιες και πρακτικές που αφορούν την αξιόπιστη υλοποίηση ενός έργου επιστήμης δεδομένων. Οι φοιτητές θα εισαχθούν στη διαδικασία και στον κύκλο ζωής της επιστήμης δεδομένων που συνήθως ακολουθείται για την υλοποίηση ενός τέτοιου έργου. Επίσης, θα εξοικειωθούν με τις μεθόδους συλλογής, χειρισμού και καθαρισμού δεδομένων, αποκτώντας παράλληλα εμπειρία στην αξιολόγηση της ποιότητας των δεδομένων. Ως τρόπους αποθήκευσης και πρόσβασης σε δεδομένα, το μάθημα καλύπτει τις σχεσιακές βάσεις δεδομένων και τη γλώσσα SQL, καθώς και άλλα παραδείγματα βάσεων δεδομένων, όπως NoSQL,. Οι φοιτητές θα γνωρίσουν τις κατανομές δεδομένων και τη στατιστική ανάλυση – περιλαμβανομένων της συσχέτισης, των διαστημάτων εμπιστοσύνης και της επαγωγικής στατιστικής – και θα μάθουν πώς να τα εφαρμόζουν σε ένα προγραμματιστικό περιβάλλον. Τέλος, οι φοιτητές θα αποκτήσουν πρακτική εμπειρία σε διαφορετικούς τομείς προβλημάτων μηχανικής μάθησης (εποπτευόμενη και μη εποπτευόμενη) και θα εμβαθύνουν στα διαθέσιμα μοντέλα μηχανικής μάθησης, σχεδιάζοντας και αναπτύσσοντας κατάλληλες ροές δεδομένων που τα ενσωματώνουν. Επίσης θα εξεταστούν οι ηθικές προεκτάσεις στην επιστήμη δεδομένων. Με την ολοκλήρωση του μαθήματος, οι φοιτητές θα έχουν αποκτήσει γνώση στην εφαρμογή και πρακτικές δεξιότητες σε όλο το φάσμα της ροής εργασιών της επιστήμης δεδομένων, θα είναι σε θέση να σχεδιάζουν, να αναπτύσσουν, να υλοποιούν και να αξιολογούν τις δικές τους ολοκληρωμένες λύσεις επιστήμης δεδομένων.
Μαθησιακά Αποτελέσματα: Με το τέλος του μαθήματος, οι φοιτητές θα είναι σε θέση να: 1) Διακρίνουν μεταξύ διαφορετικών τύπων δεδομένων που παράγονται στην επιστήμη δεδομένων, καθώς και να εφαρμόζουν στρατηγικές για τη διασφάλιση της ποιότητας των δεδομένων. 2) Αντλούν δεδομένα από ποικίλες πηγές και σε διάφορες μορφές. 3) Εφαρμόζουν επαγωγική στατιστική και διαδικασίες στατιστικής για τον έλεγχο υποθέσεων σχετικά με χαρακτηριστικά και σχέσεις μέσα σε σύνολα δεδομένων. 4) Χρησιμοποιούν κατάλληλα διαγράμματα για την παρουσίαση και την εξερεύνηση συνόλων δεδομένων. 5) Χρησιμοποιούν βάσεις δεδομένων, τόσο σχεσιακές όσο και άλλων παραδειγμάτων, για την αποθήκευση και ανάκτηση δεδομένων. 6) Υλοποιούν αλγορίθμους εποπτευόμενης και μη εποπτευόμενης μηχανικής μάθησης. 7) Αναγνωρίζουν τα ηθικά ζητήματα σχετικά με την προέλευση των δεδομένων, την ιδιωτικότητα των ατόμων και τον αντίκτυπο που μπορεί να έχει η ανάλυση δεδομένων στην κοινωνία.
Περιεχόμενο Μαθήματος: Εβδομάδα 1: Εισαγωγή στην επιστήμη δεδομένων, κύκλοι ζωής και παραδείγματα παραδειγμάτων. Εβδομάδα 2: Συλλογή δεδομένων, διερευνητική ανάλυση δεδομένων, οπτικοποίηση δεδομένων. Εβδομάδα 3: Δομημένα και μη δομημένα δεδομένα, σχεσιακές βάσεις δεδομένων. Εβδομάδα 4: Κανονικοποίηση βάσεων δεδομένων, Γλώσσα Δομημένων Ερωτημάτων (SQL), APIs βάσεων δεδομένων, NoSQL. Εβδομάδα 5: Επεξεργασία δεδομένων και ακεραιότητα δεδομένων. Εβδομάδα 6: Πιθανότητες, κεντρικό οριακό θεώρημα, διαστήματα εμπιστοσύνης, συνδιακύμανση, συσχέτιση. Εβδομάδα 7: Επαγωγική στατιστική (παραμετρική και μη παραμετρική). Εβδομάδα 8: Εισαγωγή στη μηχανική μάθηση και εποπτευόμενη μάθηση (παλινδρόμηση). Εβδομάδα 9: Εποπτευόμενη μάθηση (ταξινόμηση). Εβδομάδα 10: Μη εποπτευόμενη μάθηση (συσταδοποίηση, μείωση διαστάσεων). Εβδομάδα 11: Ηθική στην επιστήμη δεδομένων, πρότυπα/νόμοι/οδηγίες για τα δεδομένα. Εβδομάδα 12: Ανάπτυξη και εξέλιξη μοντέλων επιστήμης δεδομένων. Εβδομάδα 13: Παρουσιάσεις φοιτητών.