Δίκτυα Υπολογιστών Ι

Μαθησιακά Αποτελέσματα

Στόχος του μαθήματος Δίκτυα Υπολογιστών Ι είναι να εισάγει τους φοιτητές στα δίκτυα υπολογιστών και συγκεκριμένα στη μελέτη της ιεραρχίας των πρωτοκόλλων δικτύων, δίνοντας ιδιαίτερη έμφαση στο επίπεδο δικτύου (network layer). Μέσω του μαθήματος αυτού οι φοιτητές θα γνωρίσουν με τρόπο αναλυτικό τη λειτουργία των δικτύων υπολογιστών και θα μπορέσουν να κατανοήσουν τον τρόπο και τις αρχές στις οποίες βασίζεται η μεταφορά δεδομένων μέσα από ένα δίκτυο υπολογιστών.

Με την επιτυχή ολοκλήρωση του μαθήματος, ο φοιτητής/τρια θα είναι σε θέση:

  • να αντιλαμβάνεται αναλυτικά και να περιγράψει τη λειτουργία και την αρχιτεκτονική των πρωτοκόλλων δικτύου,
  • να αντιλαμβάνεται αναλυτικά τις λειτουργίες του επιπέδου δικτύου,
  • να επιλέξει και να εφαρμόσει τους κατάλληλους αλγόριθμους δρομολόγησης,
  • να υλοποιήσει τη βέλτιστη διαδρομή κάθε φορά ανάλογα με τις ανάγκες του δικτύου,
  • να περιγράψει, να αναλύσει και να αναπτύξει περαιτέρω αλγορίθμους επιπέδου δικτύου σε γλώσσες όπως C/C++ ή Java.

Περιεχόμενα

  • Ενότητα 1: Εισαγωγή στα δίκτυα. Ανάγκη για δίκτυα. Κατηγορίες δικτύων, στοιχεία δικτύων (network elements), σύνδεσμοι (links).
  • Ενότητα 2: Πρωτόκολλα. Ιεραρχίες πρωτοκόλλων. Ρόλος του κάθε πρωτοκόλλου στην ιεραρχία.
  • Ενότητα 3: Λειτουργίες του Επιπέδου Δικτύου.
  • Ενότητα 4: Μεταγωγή Πακέτου/ Μεταγωγή Κυκλώματος (Packet/ Circuit Switching).
  • Ενότητα 5: Αλγόριθμοι δρομολόγησης. Dijkstra, Bellman-Ford, spanning tree, multicast, broadcast.
  • Ενότητα 6: Έλεγχος συμφόρησης.
  • Ενότητα 7: Εκπόνηση προγραμματιστικών εργασιών. Σχεδίαση και υλοποίηση απλών πρωτοκόλλων σε γλώσσα προγραμματισμού C/C++ ή Java.
  • Επιπλέον, στον εύδοξο αναρτώνται σε ηλεκτρονική μορφή άρθρα και διαδικτυακές διευθύνσεις για χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών.

Προτεινόμενα Συγγράμματα

  • Tanenbaum A. (2003): Δίκτυα Υπολογιστών (μεταφρασμένο), Εκδόσεις Κλειδάριθμος.
  • Haykin S. (2009): Συστήματα Επικοινωνίας (μεταφρασμένο), Εκδόσεις Παπασωτηρίου.

Συναφή επιστημονικά περιοδικά:

  • ΙΕΕΕ Computer Networks
  • IEEE Communications Magazine
  • IEEE Access
  • IEEE Wireless Communications
  • International Journal of Network Management
  • Transactions on Emerging Telecommunications Technologies
  • EURASIP Journal on Wireless Communications and Networking

 

Αλγόριθμοι και Πολυπλοκότητα

Μαθησιακά Αποτελέσματα

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / η φοιτήτρια θα είναι σε θέση:

  • να εξηγεί και χειρίζεται θεμελιώδεις έννοιες όπως πρόβλημα (και τύπος προβλήματος, αναλόγως της πολυπλοκότητας), αλγόριθμος, στιγμιότυπο, χρόνος εκτέλεσης ως συνάρτηση μεγέθους στιγμιοτύπου, ασυμπτωτική συμπεριφορά αλγορίθμου, ασυμπτωτικός συμβολισμός, αναδρομικές σχέσεις και μεθόδους επίλυσής τους.
  • να αναλύει, επιλέγει, και αποτιμά αλγορίθμους βασιζόμενος/η στις παραπάνω έννοιες.
  • να σχεδιάζει αποτελεσματικούς αλγορίθμους βασιζόμενος/η στις παραπάνω έννοιες και σε βασικές τεχνικές σχεδιασμού αλγορίθμων (διαίρει και βασίλευε, απληστία, δυναμικός προγραμματισμός)
  • να επικοινωνεί αλγοριθμικές ιδέες με καθαρό, σαφή και τυπικό τρόπο.

Με στόχο να κατασκευάζει και να αποτιμά υπολογιστικά προγράμματα και την χρήση των πόρων που απαιτούν.

Περιεχόμενα

  • Εισαγωγικές έννοιες: Η έννοια του προβλήματος, του αλγορίθμου, της ανάλυσης αλγορίθμων, και της υπολογιστικής πολυπλοκότητας. Προβλήματα βελτιστοποίησης και απόφασης, παραδείγματα. Παραδείγματα ανάλυσης αλγορίθμων: Πειραματικά και θεωρητικά. Υπολογιστικό μοντέλο. Βασικά εισαγωγικά στοιχεία για τις κλάσεις υπολογιστικής πολυπλοκότητας.
  • Ασυμπτωτικός Συμβολισμός. Ορισμοί, παραδείγματα και ασκήσεις. Παραδείγματα επί απλών αλγορίθμων.
  • Επανάληψη σωρών, δέντρων, και παρουσίασή τους ως μαθηματικά αντικείμενα (γενικευμένες δομές δεδομένων). Χρήση τους σε λειτουργίες που αφορούν στην ταξινόμηση, αναζήτηση κλπ. Υπολογισμός της υπολογιστικής πολυπλοκότητας λειτουργιών σε σωρούς, και λεπτομερής υπόδειξη του υπολογισμού της πολυπλοκότητας ταξινόμησης με σωρό. Συγκριτικοί αλγόριθμοι ταξινόμησης και υπολογισμός κάτω ασυμπτωτικού ορίου χρονικής πολυπλοκότητας για συγκριτικους αλγορίθμους ταξινόμησης.
  • Η γενικευμένη δομή του λεξικού: Παρουσίαση και συζήτηση για την υπολογιστική πολυπλοκότητα εισαγωγής, διαγραφής, αναζήτησης στοιχείου, αναλόγως της υλοποίησης του λεξικού. Πρόσθετο παράδειγμα υπολογισμού διαμέρισης συνόλου με λειτουργίες ένωσης και εύρεσης. Συζήτηση και παρουσίαση του υπολογισμού της υπολογιστικής πολυπλοκότητας των λειτουργιών ένωσης και εύρεσης σε δάσος (που αναπαριστά τα σύνολα διαμέρισης), βελτιστοποιήσεις των λειτουργιών και εφαρμογή σε γραφήματα (εύρεση συνιστωσών σε μη συνδετικά γραφήματα).
  • Εισαγωγή στην τεχνική διαίρει και βασίλευε. Επίδειξη του αλγορίθμου ταξινόμησης με συγχώνευση για την κατανόηση της τεχνικής και υπολογισμός της υπολογιστικής πολυπλοκότητας του αλγορίθμου με χρήση δέντρου αναδρομής. Εισαγωγή στις αναδρομικές εξισώσεις πολυπλοκότητας. Γενίκευση δέντρων αναδρομής και αναδρομικών εξισώσεων. Παρουσίαση και απόδειξη του κεντρικού θεωρήματος. Παραδείγματα και εφαρμογές.
  • Συνέχεια στην τεχνική διαίρει και βασίλευε: Η ταχυταξινόμηση ως παράδειγμα. Υπενθύμιση του αλγορίθμου, υπολογισμός της υπολογιστικής πολυπλοκότητας. Εισαγωγή στην έννοια του στοχαστικού αλγορίθμου και επίδειξη τρόπου υπολογισμού υπολογιστικής πολυπλοκότητας για στοχαστική ταχυταξινόμηση.
  • Απληστία: Βασικές έννοιες και παραδείγματα με συγκεκριμένα προβλήματα. Αποδείξεις ορθότητας αλγορίθμων και υπολογιστικής πολυπλοκότητάς τους.
  • Δυναμικός προγραμματισμός: Βασικές έννοιες. Διαφορές από τη μέθοδο της απληστίας και συζήτηση με παραδείγματα για τη σωστή χρήση της τεχνικής. Παραδείγματα προβλημάτων και υπολογισμός πολυπλοκότητας των αντίστοιχων αλγορίθμων δυναμικού προγραμματισμού. Εφαρμογές σε γραφήματα (μεταξύ άλλων).

Προτεινόμενα Συγγράμματα

  • Τ. Cormen, C.Leiserson, R.Rivest, C.Stein (2009): Introduction to Algorithms, The MIT Press (μεταφρασμένο στα Ελληνικά, εκδόσεις ΠΕΚ)
  • Sedgewick R. (2006): Αλγόριθμοι σε C, Μέρη 1-4, 3η αμερικάνικη έκδοση (μεταφρασμένο), Εκδόσεις Kλειδάριθμος.
  • Rawling G.J.E (2004): Αλγόριθμοι Ανάλυση και Σύγκριση (μεταφρασμένο), Εκδόσεις Κριτική.
  • Papadimitriou C. H. & Steiglitz K. (1982): Combinatorial optimization : algorithms and complexity, Prentice Hall.
  • Knuth D. (1997): Fundamental Algorithms, Third Edition. Reading, Massachusetts: Addison-Wesley,
  • Kleinberg J. &Tardos E. (2006): Algorithm Design, (Pearson International Edition), Addison Wesley,
  • Anany V. Levitin (2007): Introduction to the Design & Analysis of Algorithms, (Pearson International Edition), Addison Wesley.

Πρόσθετη Βιβλιογραφία

Επιπλέον, στον Eύδοξο αναρτώνται σε ηλεκτρονική μορφή άρθρα, οπτικοακουστικό υλικό διαλέξεων και διαδικτυακές διευθύνσεις για χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών. Παρουσιάζονται μελέτες περίπτωσης, παραδειγματικά προβλήματα και μέθοδοι επίλυσης αυτών.

Λειτουργικά Συστήματα – UNIX

Μαθησιακά Αποτελέσματα

Ο σκοπός του μαθήματος είναι vα αναδείξει τις ιδιαίτερες απαιτήσεις και τα χαρακτηριστικά λειτουργικών συστημάτων για πολυεπεξεργαστές, πολυ-Υπολογιστές, κατανεμημένα συστήματα και συστήματα πολυμέσων. Επίσης παρουσιάζονται τα θέματα ασφάλειας λειτουργικών συστημάτων καθώς και οι βασικές αρχές σχεδίασης τους. Παράλληλα, έμφαση δίνεται στο λειτουργικό σύστημα UNIX (χρήση και προγραμματισμό).

Σ’ αυτό το πλαίσιο, οι μαθησιακοί στόχοι του μαθήματος είναι, μετά από την επιτυχημένη ολοκλήρωση του μαθήματος, ο/η φοιτητής/τρια να είναι ικανός/η:

  • να κατανοεί τις βασικές έννοιες των λειτουργικών συστημάτων για πολυεπεξεργαστικά – πολύ-υπολογιστικά και κατανεμημένα συστήματα.
  • να γνωρίζει τους βασικούς μηχανισμούς ασφάλειας (ταυτοποίηση, αυθεντικοποίηση, έλεγχο προσπέλασης κ.λ.π.) που υλοποιεί ένα λειτουργικό σύστημα καθώς και τις βασικές αρχές σχεδίασης ενός λειτουργικού συστήματος.
  • να αναλύει, να αξιολογεί και να τεκμηριώνει εναλλακτικές τεχνολογίες/μηχανισμούς λειτουργικών συστημάτων.
  • να σχεδιάζει προγράμματα (scripts) για την υλοποίηση συγκεκριμένων λειτουργιών σε επίπεδο λειτουργικού.

Περιεχόμενα

  • Λειτουργικά Συστήματα για Πολυεπεξεργαστές, Πολυ-Υπολογιστές και Κατανεμημένα Συστήματα.
  • Λειτουργικά Συστήματα Πολυμέσων: Αρχεία Πολυμέσων, Συμπίεση Βίντεο.
  • Χρονοπρογραμματισμός Αρχείων Πολυμέσων.
  • Ασφάλεια Λειτουργικών Συστημάτων: Απειλές, Επιθέσεις, Πιστοποίηση Ταυτότητας Χρήστη, Μηχανισμοί Ελέγχου Προσπέλασης.
  • Αρχές Σχεδίασης Λειτουργικών Συστημάτων.
  • Λειτουργικά Συστήματα Έξυπνων Καρτών: Υποστήριξη πολλών εφαρμογών από ένα πάροχο υπηρεσιών, υποστήριξη πολλών εφαρμογών από πολλούς παρόχους, JAVA κάρτες.
  • Ιστορία και Βασικές έννοιες του UNIX: Πλοήγηση στο Σύστημα Αρχείων, Ο φλοιός του UNIX, Βοηθητικά Προγράμματα, Η δομή του Πυρήνα.
  • Διεργασίες στο UNIX.
  • Διαχείριση Μνήμης στο UNIX.
  • Είσοδος – Έξοδος στο UNIX.
  • Τo Σύστημα Αρχείων του UNIX.
  • Ο Φλοιός Bourne: Χρήση, Προσαρμογή Περιβάλλοντος Φλοιού, Επαναπροσδιορισμός Εισόδου και Εξόδου.
  • Προγραμματισμός Φλοιού: Μεταβλητές, Έλεγχος Ροής, Κανονικές Εκφράσεις, Σήματα και Κατάσταση.
  • Διαχείριση Συστήματος, Διαχείριση Χρηστών και Ομάδων, Διαχείριση Δίσκων και Συστημάτων Αρχείων, Εγκατάσταση και Διαχείριση Λογισμικού.

Προτεινόμενα Συγγράμματα

  • Andrew S. Tanenbaum, Herbert Bos (2018), Σύγχρονα Λειτουργικά Συστήματα, 4η Αμερικανική Έκδοση (μεταφρασμένο), ΕΚΔΟΣΕΙΣ ΚΛΕΙΔΑΡΙΘΜΟΣ.
  • Wrightson K. & Merlino J. (2001): Πλήρες Εγχειρίδιο του UNIX (μεταφρασμένο), Εκδόσεις Γκιούρδας.
  • Kernighan B.W. & Pike R. (2001): Το Περιβάλλον Προγραμματισμού UNIX (μεταφρασμένο), Εκδόσεις Κλειδάριθμος Ι. Φαλδάμης & ΣΙΑ Ε.Ε.

Πρόσθετη Βιβλιογραφία

Στο σύστημα ΕΥΔΟΞΟΣ αναρτώνται σε ηλεκτρονική μορφή χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών.

Στατιστική

Μαθησιακά Αποτελέσματα

Στα πλαίσια του μαθήματος διδάσκονται ορισμοί, μαθηματικά αποτελέσματα, θεμελιώδεις μέθοδοι Στατιστικής ανάλυσης και βασικές μέθοδοι εξαγωγής συμπερασμάτων σχετικά με τις μεθόδους στατιστικής ανάλυσης που απαντώνται στη θεμελίωση και στην εφαρμογή της επιστήμης των υπολογιστών Το μάθημα υποστηρίζει άμεσα τα περισσότερα αντικείμενα και μαθήματα του προγράμματος σπουδών: Ας σημειωθεί πως κατά τη διάρκεια του μαθήματος συζητούνται συγκεκριμένα παραδείγματα εφαρμογής σε ψηφιακά συστήματα (κρυπτογραφία, θεωρία πληροφορίας, τηλεπικοινωνιακά συστήματα, ηλεκτρονικές υπηρεσίες) με χρήση νέων Τεχνολογιών με τη βοήθεια προγραμμάτων όπως είναι το Matlab, το SPSS  και η R.

Μετά την επιτυχή παρακολούθηση αυτού του μαθήματος, ο φοιτητής/τρια θα είναι σε θέση:

  • να γνωρίζει, να περιγράφει και να χειρίζεται τις βασικές γνώσεις της Στατιστικής ανάλυσης (ενδεικτικά: περιγραφική στατιστική, δειγματοληψία και κατανομές δειγματοληψίας, Εκτιμητική (αρχή μέγιστης πιθανοφάνειας), Στατιστική συμπερασματολογία, διαστήματα εμπιστοσύνης, έλεγχοι υπόθεσης, Χ^2 έλεγχοι ανεξαρτησίας και goodness of fit, γραμμική παλινδρόμηση, Ανάλυση διακύμανσης, Λογιστική παλινδρόμηση, Στατιστική ανάλυση με λoγισμικό, εφαρμογές στην επιστήμη της πληροφορικής).
  • Να επιλέγει τις κατάλληλες μαθηματικές έννοιες της στατιστικής ανάλυσης και να μπορεί να μοντελοποιήσει το εκάστοτε πρόβλημα Πληροφορικής που καλείται να επιλύσει. Επιπλέον να αναπτύσσει μαθηματική σκέψη και να μπορεί να αναλύσει και να προσαρμόσει τις αποκτηθείσες γνώσεις σε εφαρμογές της επιστήμης των υπολογιστών.
  • Να διακρίνει τους τύπους συμπερασμάτων που εξάγει η στατιστική συμπερασματολογία, να μπορεί να γνωρίζει ποιο είναι το κατάλληλο μοντέλο για την ανάλυση δεδομένων και να αξιολογεί την ακρίβεια των αποτελεσμάτων στατιστικών μεθόδων.
  • Να γνωρίζει τα λογισμικά Matlab, SPSS και R και να μπορεί να ερμηνεύει τα αποτελέσματα που εξάγονται από αυτά.

Περιεχόμενα

    • Περιγραφική και επαγωγική στατιστική. Μέτρα θέσης, μέτρα διασποράς.
    • Θεωρία δειγματοληψίας. Τυχαία και μη τυχαία δειγματοληψία-Δειγματικές κατανομές
    • Συνδιακύμανση και συσχέτιση. Κεντρικό Οριακό Θεώρημα και εφαρμογές
    • Σημειακή εκτιμητική. Εκτιμητές μέγιστης πιθανοφάνειας. Μέθοδος των ροπών. Μέθοδος ελαχίστων τετραγώνων. Ιδιότητες εκτιμητριών συναρτήσεων. Αμερόληπτοι εκτιμητές και εφαρμογές
    • Διαστήματα εμπιστοσύνης. Εφαρμογές με χρήση του SPSS/R σε προβλήματα υπηρεσιών-δικτύων-θεωρίας πληροφορίας
    • Έλεγχοι υποθέσεων. Εφαρμογές με χρήση του SPSS/R σε προβλήματα υπηρεσιών-δικτύων-θεωρίας πληροφορίας
    • Χ^2 τεστ για μία ποιοτική μεταβλητή. Χ^2 τεστ για δύο ποιοτικές μεταβλητές
    • Γραμμική παλινδρόμηση και συνδιακύμανση-συσχέτιση για την παλιδρόμηση
    • Πολλαπλή παλινδρόμηση-Λογαριθμική πολυωνυμική παλιδρόμηση και μη παραμετρική τεστ
    • Ανάλυση διακύμανσης κατά ένα και κατά δύο παράγοντες με ή χωρίς αλληλεπίδραση (ΑΝΟVA). Πολυμεταβλητή στατιστική ανάλυση.

Προτεινόμενα Συγγράμματα

  • Μ. Φιλιππάκης, Στατιστικές μέθοδοι & Ανάλυση Παλινδρόμησης για τις νέες Τεχνολογίες, Εκδόσεις Τσότρας, Β έκδοση, Αθήνα 2017.
  • Τ. Παπαιωάννου, Σ. Λουκάς, Εισαγωγή στη Στατιστική, Εκδόσεις Σταμούλη, Αθήνα 2002.
  • Σημειώσεις διδάσκοντα.
  • Πρόσθετη βιβλιογραφία

Πρόσθετη Βιβλιογραφία

Στο σύστημα ΕΥΔΟΞΟΣ αναρτώνται σε ηλεκτρονική μορφή χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών.

Ανάλυση Δεδομένων

Μαθησιακά Αποτελέσματα

Στα πλαίσια του μαθήματος διδάσκονται μέθοδοι και τεχνικές ανάλυσης δεδομένων: μέθοδοι οπτικοποίησης για εξερεύνηση δεδομένων, αναλυτική μοντελοποίηση δεδομένων, υπολογιστική εξόρυξη δεδομένων, και εφαρμογές ανάλυσης/χρήσης δεδομένων. Ο στόχος του μαθήματος είναι να εξοικειωθούν οι φοιτητές με την έννοια της ανάλυσης δεδομένων και να αποκτήσουν δεξιότητες στη διαχείριση και ανάλυση συνόλων δεδομένων στην πράξη.

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής /τρια θα είναι σε θέση:

  • να έχει κατανοήσει τις βασικές έννοιες ανάλυσης δεδομένων
  • να χρησιμοποιεί εργαλεία και τεχνικές διερευνητικής ανάλυσης δεδομένων
  • να κατανοεί τις ιδιότητες και τα χαρακτηριστικά οποιουδήποτε δοθέντος συνόλου δεδομένων
  • να επιλύει πρακτικά προβλήματα ανάλυσης συνόλων δεδομένων
  • να μοντελοποιεί προβλήματα που αφορούν στην ανάλυση δεδομένων και να χρησιμοποιεί το μοντέλο για την εξαγωγή συμπερασμάτων για το εκάστοτε υποκείμενο σύνολο δεδομένων
  • να εφαρμόζει μοντέλα και αλγόριθμους πρόβλεψης σε σύνολα δεδομένων

Περιεχόμενα

  • Εισαγωγή στην ανάλυση δεδομένων: δεδομένα, τύποι δεδομένων, ποιότητα δεδομένων, προεπεξεργασία δεδομένων, μέτρα ομοιότητας, ομοιότητα πολυδιάστατων δεδομένων, ομοιότητα αλφαριθμητικών, ομοιότητα συνόλων-λιστών, ομοιότητα κειμένων.
  • Μονομεταβλητή και διμεταβλητή ανάλυση: οπτικοποίηση, ιστογράμματα, συνάρτηση αθροιστικής κατανομής, στοιχεία συνοπτικής στατιστικής, μέτρα θέσης και διασποράς, εντοπισμός συσχετίσεων ανάμεσα σε δύο μεταβλητές, εναλλακτικοί τρόποι απεικόνισης με χρήση διαγραμμάτων.
  • Ανάλυση χρονοσειρών: τάση, εποχικότητα, θόρυβος, μέθοδοι εξομάλυνσης, κινούμενοι μέσοι όροι, συνάρτηση συσχέτισης και αυτοσυσχέτισης, πρακτική μέθοδος ανάλυσης χρονοσειρών.
  • Πολυμεταβλητή ανάλυση: χρήση τεχνικών οπτικοποίησης για πολυμεταβλητή ανάλυση δεδομένων, η «κατάρα» των πολλών διαστάσεων, το φαινόμενο «κενού χώρου», τεχνικές μείωσης διάστασης.
  • Μοντελοποίηση: υπολογισμοί και εκτιμήσεις, κατασκευή μοντέλων, από περιγραφική μοντελοποίηση σε μαθηματική μοντελοποίηση.
  • Πιθανοτική θεώρηση και στατιστική: διωνυμική κατανομή και δοκιμές Bernoulli, η σημασία της κανονικής κατανομής, το Κεντρικό Οριακό Θεώρημα, κατανομές power-law, μέθοδος κατασκευής γεννήτριας τυχαίας κατανομής.
  • Προσομοίωση: ο ρόλος της προσομοίωσης για την εξαγωγή πληροφορίας από δεδομένα, προσομοίωση Μόντε-Κάρλο, χρήση προσομοίωσης για περιπτώσεις που η αναλυτική μοντελοποίηση είναι πολύπλοκη, ανάπτυξη μοντέλων με προσομοίωση, επικύρωση μοντέλων με προσομοίωση.
  • Εύρεση συστάδων, ορισμός συσταδοποίησης, προεπεξεργασία και μετεπεξεργασία, μέθοδοι συσταδοποίησης, αλγόριθμοι αναζήτησης κέντρων, αλγόριθμοι κατασκευής δέντρων, αλγόριθμοι μεγέθυνσης γειτονιών.
  • Ανάλυση κύριων συνιστωσών, το πρόβλημα ανακάλυψης σχετιζόμενων γνωρισμάτων, μέθοδοι επιλογής γνωρισμάτων, εφαρμογή της ανάλυσης κύριων συνιστωσών στην πράξη.
  • Προβλεπτική αναλυτική, το πρόβλημα της κατηγοριοποίησης, αλγόριθμοι κατηγοριοποίησης, η διαδικασία εκπαίδευσης, η διαδικασία ελέγχου, αποτίμηση κατηγοριοποίησης, τεχνικές βελτίωσης ακρίβειας.

Προτεινόμενα Συγγράμματα

  • Mohammed J. Zaki, Wagner Meira Jr.(2017): Εξόρυξη και Ανάλυση Δεδομένων: Βασικές Έννοιες και Αλγόριθμοι, Εκδόσεις Κλειδάριθμος.
  • Anand Rajaraman, Jeffrey David Ullman (2013): Εξόρυξη από Μεγάλα Σύνολα Δεδομένων, Εκδόσεις Νέων Τεχνολογιών.
  • Pang-Ning Tan, Michael Steinbach, Vipin Kumar (2010): Εισαγωγή στην Εξόρυξη Δεδομένων, Εκδόσεις Τζιόλα.
  • Philipp K. Janert (2011): Data Analysis with Open Source Tools, O’Reilly Press.

Πρόσθετη βιβλιογραφία

Στο σύστημα ΕΥΔΟΞΟΣ αναρτώνται σε ηλεκτρονική μορφή χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών.

Εκπαιδευτική Ψυχολογία

Μαθησιακά Αποτελέσματα

Στο πλαίσιο του μαθήματος διδάσκονται θεωρητικές και εφαρμοσμένες γνώσεις για την κατανόηση και την επιστημονική ερμηνεία του φαινομένου της μάθησης, δίνοντας έμφαση στο ‘πώς κάποιος μαθαίνει’, αξιοποιώντας  τις αρχές, τις διαδικασίες και τις στρατηγικές διαφορετικών θεωριών και μοντέλων με αναφορά σε φυσικά περιβάλλοντα και σε περιβάλλοντα με την υποστήριξη της τεχνολογίας (Technologyenhanced Learning Environments).

Με την επιτυχή ολοκλήρωση του μαθήματος, ο/η φοιτητής/τρια θα είναι σε θέση:

  • να γνωρίζει και να κατανοεί ευρύ φάσμα των θεωρητικών και εφαρμοσμένων γνώσεων, για τον τρόπο ερμηνείας της μάθησης, καθώς και τις διαφορετικές μεθοδολογίες για την υποστήριξη της μαθησιακής διαδικασίας με την υποστήριξη της τεχνολογίας.
  • να αναλύει, να αξιολογεί, να επιλέγει και να τεκμηριώνει  τις κατάλληλες μεθοδολογικές προσεγγίσεις με βάση τις θεωρίες μάθησης, οι οποίες μπορούν να υποστηρίξουν τεχνολογικά υποστηριζόμενα περιβάλλοντα, εργαλεία και υπηρεσίες.
  • να σχεδιάζει και να δημιουργείολιστικές προσεγγίσεις με τη μορφή της επίλυσης προβλημάτων για την υποστήριξη της μάθησης στο πλαίσιο (εκπαιδευτικά σενάρια, προϊόντα και υπηρεσίες για τη σχολική κυρίως εκπαίδευση, συνυπολογίζοντας κοινωνικο-πολιτισμικούς δείκτες).

Περιεχόμενα

Το περιεχομένου του μαθήματος, περιλαμβάνει:

  • ψυχολογικές θεωρίες μάθησης με/για τεχνολογικά υποστηριζόμενα περιβάλλοντα μάθησης:
    1. συμπεριφοριστικές θεωρίες μάθησης
    2. θεωρίες κοινωνικο-γνωστικής μάθησης (αυτο-αποτελεσματικότητα & αυτορρύθμιση).
    3. θεωρίες και εργαλεία γνωστικής μάθησης
  • νευροεπιστήμες και επεξεργασία πληροφοριών: μοντέλα επεξεργασίας πληροφοριών, μνήμη, αντίληψη, προσοχή, μνημονικές στρατηγικές & τεχνικές, μεταγνωστικές στρατηγικές, επίλυση προβλημάτων, κριτική σκέψη, δημιουργικότητα και εφαρμογές στο TELE.
  • κοινωνικός κονστρουκτιβισμός (Ζώνη επικείμενης ανάπτυξης του Vygotsky: αρχές, συνθήκες, περιορισμοί, εφαρμογές σε TELE: ανοιχτά, συνεργατικά και διαμοιρασμένα περιβάλλοντα μάθησης (κοινότητες πρακτικών).
  • αναλύσεις περιπτώσεων για την εφαρμογή των θεωριών μάθησης σε διεπιστημονικό πλαίσιο (πρωτοβάθμια δευτεροβάθμια, τριτοβάθμια εκπαιδευτικά προγράμματα, και προγράμματα LLL για την επαγγελματική ανάπτυξη και κατάρτιση με έμφαση σε διαφορετικές μαθησιακές περιστάσεις: μάρκετινγκ, πωλήσεις, διαφήμιση, υγεία κ.α.).

Προτεινόμενα Συγγράμματα

  • Elliot S.N. & Kratochwill T.R. & Cook J.L. & Travers J.F. (2008): Εκπαιδευτική Ψυχολογία (μεταφρασμένο), Εκδόσεις Γ. Δαρδανός-Κ. Δαρδανός ΟΕ. [κωδικός στον εύδοξο 31369].
  • Slavin R. (2007): Εκπαιδευτική Ψυχολογία: Θεωρία και Πράξη (μεταφρασμένο), Εκδόσεις Μεταίχμιο [κωδικός στον εύδοξο 24061].

Πρόσθετη βιβλιογραφία

Στο σύστημα ΕΥΔΟΞΟΣ αναρτώνται σε ηλεκτρονική μορφή χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών.

Σήματα και Συστήματα

Μαθησιακά Αποτελέσματα

Κύριος στόχος του μαθήματος είναι η εξοικείωση με τις έννοιες του σήματος και γραμμικού συστήματος και η γνώση και χειρισμός των μεθόδων που χρησιμοποιούνται στην επεξεργασία ψηφιακού σήματος τόσο στο χρονικό όσο και στο φασματικό πεδίο. Η κατανόηση της θεωρίας εφαρμόζεται στην φασματική ανάλυση σημάτων και στη  μετάδοση OFDM.

Με την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής / τρια θα είναι σε θέση:

 

•        Έχει εξοικειωθεί με την αναλυτική περιγραφή σημάτων και συστημάτων στο χρονικό και φασματικό πεδίο.

•        Έχει εξοικειωθεί με τη χρήση μετασχηματισμών.

•        Να υπολογίζει αναλυτικά την έξοδο ψηφιακών φίλτρων.

•        Να δημιουργεί προσομοιώσεις για την εύρεση της απόκρισης συχνότητας ψηφιακών φίλτρων.

 

Περιεχόμενα

  • Περιγραφή και ιδιότητες σημάτων
  • Περιγραφή και ιδιότητες συστημάτων
  • Μετασχηματισμός Laplace
  • Δειγματοληψία
  • Μετασχηματισμός Ζ
  • Κρουστική απόκριση – Γραμμική Συνέλιξη
  • Συνάρτηση μεταφοράς Ψηφιακών Φίλτρων
  • Απόκριση Συχνότητας Ψηφιακών Φίλτρων
  • Διακριτού χρόνου μετασχηματισμός Fourier
  • Φασματική Ανάλυση Σημάτων
  • Διακριτός μετασχηματισμός Fourier και Αντίστροφος Διακριτός μετασχηματισμός Fourier
  • Κυκλική Συνέλιξη

Προτεινόμενα Συγγράμματα

  • Μιχάλης Παρασκευάς (2018), ΣΗΜΑΤΑ ΚΑΙ ΣΥΣΤΗΜΑΤΑ ΜΕ ΜΑΤLΑΒ, Εκδόσεις Τζιόλα
  • Βελώνη & Μυριδάκης (2018), ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΟΣ, Εκδόσεις Τζιόλα

Πρόσθετη βιβλιογραφία

  1. Digital Signal Processing Concepts and Applications, B. Mulgrew, P. Grant, and J. Thomson, 2nd edition, Palgrave Mackmillan, 2003.
  2. Digital Signal Processing: Principles, Algorithms and Applications, J. Proakis and D. Manolakis, 4th edition Pearson, Prentice Hall, 2007.
  3. Digital Signal Processing Using Matlab, V. Ingle and J. Proakis, Brooks/Cole Publishing, 2000.

Θεωρία Πληροφορίας

Μαθησιακά Αποτελέσματα

Στόχος του μαθήματος είναι η εξοικείωση με τις αρχές, τις έννοιες και τις εφαρμογές της θεωρία πληροφορίας. Η θεωρία πληροφορίας είναι ο επιστημονικός τομέας στα εφαρμοσμένα μαθηματικά που σχετίζεται με την ποσοτικοποίηση των δεδομένων με στόχο όσο το δυνατόν περισσότερα δεδομένα να αποθηκευτούν αξιόπιστα σε ένα μέσο ή να επικοινωνήσουν πάνω από ένα κανάλι. Το μέτρο πληροφορίας, γνωστό και ως εντροπία πληροφορίας, εκφράζεται συνήθως από το μέσο αριθμό των δυαδικών ψηφίων που απαιτούνται για την αποθήκευση ή την επικοινωνία.

Περιεχόμενα

  • Οι έννοιες της εντροπίας, της πληροφορίας και του πλεονασμού.
  • Βασικοί ορισμοί, έννοιες και υπολογισμοί στις πιθανότητες.
  • Μελέτη των πηγών διακριτών μηνυμάτων και συνεχούς μηνύματος.
  • Εισαγωγή στα σήματα και συστήματα, τη φασματική ανάλυση σημάτων και το θόρυβο.
  • Η διαδικασία της δειγματοληψίας και της μετατροπή ενός συνεχούς μηνύματος σε ασυνεχές.
  • Η κωδικοποίηση πηγής
  • Το κανάλι μεταφοράς δεδομένων παρουσία ή απουσία θορύβου
  • Η χωρητικότητά καναλιού
  • Τα αποτελέσματα της παρουσίας θορύβου στο κανάλι
  • Οι μέθοδοι κωδικοποίησης καναλιού (όπως, αλγεβρικοί κώδικες, κώδικες Hamming, συγκεραστικοί κώδικες) για ανίχνευση και διόρθωση λαθών.

Προτεινόμενα Συγγράμματα

  • Σημειώσεις διδάσκοντα
  • Thomas M. Cover & Joy A. Thomas (2006) : Elements of Information Theory, Second Edition, Wiley, ISBN: 0-471-24195-4.
  • MacKay D.J.C. (2003): Information Theory, Inference, and Learning Algorithms, Cambridge University Press

Πρόσθετη βιβλιογραφία

Στο σύστημα ΕΥΔΟΞΟΣ αναρτώνται σε ηλεκτρονική μορφή χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών.

Εισαγωγή στις Τηλεπικοινωνίες

Μαθησιακά Αποτελέσματα

Στόχος του μαθήματος είναι η εισαγωγή στα τηλεπικοινωνιακά συστήματα και ιδιαίτερα στις τεχνολογίες του φυσικού στρώματος.  Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα είναι σε θέση:

  • να γνωρίζουν ενδελεχώς τις αρχές που διέπουν τη μετάδοση στα τηλεπικοινωνιακά συστήματα
  • να αναγνωρίζουν τις διακριτές λειτουργίες ενός τηλεπικοινωνιακού συστήματος,
  • να διακρίνουν και να εξηγούν τα μαθηματικά εργαλεία περιγραφής των λειτουργιών ενός τηλεπικοινωνιακού συστήματος, καθώς και
  • να εφαρμόζουν τις μαθηματικές έννοιες και τα αντίστοιχα μαθηματικά εργαλεία στην ανάλυση και τη σύνθεση υπαρχόντων και νέων  αναλογικών και ψηφιακών τηλεπικοινωνιακών συστημάτων.

Η εργαστηριακή ενασχόληση στοχεύει στην βαθύτερη κατανόηση των εννοιών σε πρακτικά συστήματα και στην αναγνώριση και εφαρμογή της θεωρίας σε πραγματικά προβλήματα.  Με την επιτυχή ολοκλήρωση των εργαστηριακών μαθημάτων οι φοιτητές θα  εξοικειωθούν με τον εργαστηριακό εξοπλισμό και θα είναι σε θέση:

  • να αναγνωρίζουν τις διακριτές λειτουργίες του εξοπλισμού και
  • να αξιοποιούν τα μετρητικά όργανα για παρατήρηση, μέτρηση και σύγκριση πραγματικών σημάτων.

Περιεχόμενο Μαθήματος

Γίνεται εισαγωγή στη θεωρία σημάτων (κατηγορίες και στοιχειώδη σήματα, στοιχειώδεις μετατροπές σημάτων) και των συστημάτων στις Τηλεπικοινωνίες (κατηγορίες, Γραμμικά Χρονικά Αμετάβλητα συστήματα) και εισάγονται οι έννοιες της κρουστικής απόκρισης, της συνέλιξης, της αυτοσυσχέτισης και ετεροσυσχέτισης. Στη συνέχεια παρουσιάζεται ο τρόπος αναπαράστασης των σημάτων στην περίπτωση των ψηφιακών τεχνικών διαμόρφωσης εισάγοντας τη Γεωμετρική αναπαράσταση σημάτων (διανύσματα στους χώρους, συναρτησιακός χώρος, βάσεις και ανάπτυξη σημάτων σε ορθογώνια σήματα, ορθοκανονικοποίηση Gram-Schmidt, γραμμικά συστήματα και ιδιοσυναρτήσεις).

Γίνεται παρουσίαση των Σειρών Fourier (ανάπτυξη περιοδικών σημάτων σε σειρές Fourier, ιδιότητες, πραγματικά σήματα και ανάπτυξη σε Τριγωνομετρικές Σειρές Fourier, απόκριση ΓΧΑ συστημάτων σε περιοδικά σήματα, Θεώρημα Parseval για περιοδικά σήματα) καθώς επίσης και του Μετασχηματισμού Fourier (μετασχηματισμός Fourier για πραγματικά σήματα, ιδιότητες, μετασχηματισμός Fourier για περιοδικά σήματα, φασματικές πυκνότητες ενέργειας & ισχύος). Ακολούθως οι φοιτητές εισάγονται στην έννοια των Φίλτρων και του Θορύβου (είδη ιδανικών φίλτρων – χαρακτηριστικές, μετάδοση χωρίς παραμορφώσεις και είδη παραμορφώσεων, λευκός θόρυβος και φασματική πυκνότητα ισχύος θορύβου). Γίνεται αναφορά στην εφαρμογή της Ανάλυσης Fourier στα τηλεπικοινωνιακά συστήματα παρουσιάζοντας το θεώρημα της δειγματοληψίας. Αναπτύσσεται η έννοια των ζωνοπερατών σημάτων και συστημάτων με τη βοήθεια του μετασχηματισμού Hilbert, της προ-περιβάλλουσας και της μιγαδικής περιβάλλουσας.

Τέλος μελετώνται οι τεχνικές αναλογικής διαμόρφωσης (πλάτους και συχνότητας) και οι αντίστοιχες διαδικασίες διαμόρφωσης και αποδιαμόρφωσης.

Προτεινόμενα Συγγράμματα

  • «Εισαγωγή στις Τηλεπικοινωνίες», Κωδικός Βιβλίου στον Εύδοξο: 68373981, Έκδοση: 2η/2017, Συγγραφείς: Κανάτας Αθανάσιος, ISBN: 978-960-418-745-4, Τύπος: Σύγγραμμα, Διαθέτης (Εκδότης): ΕΚΔΟΣΕΙΣ Α. ΤΖΙΟΛΑ & ΥΙΟΙ Α.Ε. (1ο Προτεινόμενο Σύγγραμμα)
  • «Τηλεπικοινωνιακά Συστήματα», Κωδικός Βιβλίου στον Εύδοξο: 68369851, Έκδοση: 4η/2017, Συγγραφείς: Καραγιαννίδης Γεώργιος, Παππή Κοραλία, ISBN: 978-960-418-675-4, Τύπος: Σύγγραμμα, Διαθέτης (Εκδότης): ΕΚΔΟΣΕΙΣ Α. ΤΖΙΟΛΑ & ΥΙΟΙ Α.Ε. (2ο Προτεινόμενο Σύγγραμμα)

Πρόσθετη βιβλιογραφία

Επιπλέον, στον ΕΥΔΟΞΟ αναρτώνται σε ηλεκτρονική μορφή άρθρα, οπτικοακουστικό υλικό διαλέξεων και διαδικτυακές διευθύνσεις για χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών. Παρουσιάζονται μελέτες περίπτωσης, παραδειγματικά προβλήματα και μέθοδοι επίλυσης αυτών.

Αντικειμενοστρεφής Προγραμματισμός

Μαθησιακά Αποτελέσματα

Στα πλαίσια του μαθήματος διδάσκονται οι βασικές έννοιες και τεχνικές που συνιστούν το υπόδειγμα του αντικειμενοστρεφούς προγραμματισμού και πώς αυτές εφαρμόζονται στην πράξη χρησιμοποιώντας την αντικειμενοστρεφή γλώσσα προγραμματισμού Java. Επιπλέον αναλύεται ο αντικειμενοστρεφής τρόπος σκέψης για τη μοντελοποίηση και επίλυση προβλημάτων.

Με την επιτυχή ολοκλήρωση του μαθήματος, ο φοιτητής/τρια θα είναι σε θέση να:

  • Εξηγεί τις βασικές αρχές και τεχνικές που συνιστούν το υπόδειγμα του αντικειμενοστρεφούς προγραμματισμού (ενδεικτικά: κλάσεις και αντικείμενα, κληρονομικότητα, πολυμορφισμός).
  • Σχεδιάζει και αναπτύσσει προγράμματα υλοποίησης αλγορίθμων στη γλώσσα αντικειμενοστρεφούς προγραμματισμού Java.
  • Ελέγχει προγράμματα που έχουν αναπτυχθεί σε γλώσσα αντικειμενοστρεφούς προγραμματισμού Java σε συγκεκριμένο περιβάλλον προγραμματισμού.

Περιεχόμενα

  • Εισαγωγή στον Αντικειμενοστρεφή Προγραμματισμό
  • Βασικές έννοιες: κλάσεις, αντικείμενα, μηνύματα, μέθοδοι, έλεγχος πρόσβασης, κληρονομικότητα, πολυμορφισμός, αφηρημένες κλάσεις
  • Εισαγωγή στις κλάσεις και τα αντικείμενα σε Java
  • Προτάσεις ελέγχου στη Java
  • Μέθοδοι στη Java
  • Πίνακες στη Java
  • Πακέτα στη Java
  • Κληρονομικότητα στη Java
  • Πολυμορφισμός στη Java
  • Αφηρημένες κλάσεις στη Java
  • Χειρισμός Εξαιρέσεων
  • Java APIs

Προτεινόμενα Συγγράμματα

  • «Java Προγραμματισμός», 10η έκδοση, H.M. Deitel, P.J. Deitel, A. Γκιούρδα & ΣΙΑ Ο.Ε., 2015 (1οΠροτεινόμενο Σύγγραμμα)
  • «Εισαγωγή στη Java», 2η εκδοση, Γιώργος Λιακέας, ΕΚΔΟΣΕΙΣ ΚΛΕΙΔΑΡΙΘΜΟΣ ΕΠΕ, 2015 (2οΠροτεινόμενο Σύγγραμμα)

Πρόσθετη βιβλιογραφία

Στο σύστημα ΕΥΔΟΞΟΣ αναρτώνται σε ηλεκτρονική μορφή χρήσιμες πληροφορίες καθώς και ασκήσεις για την εξάσκηση των φοιτητών/τριών.