Βασικός στόχος του μαθήματος είναι να προσφέρει στους φοιτητές την απαραίτητη μαθηματική υποδομή και να τους εισάγει σε προχωρημένες αποδοτικές τεχνικές και εργαλεία, που αναφέρονται και χρησιμοποιούνται στην εξόρυξη δεδομένων. Στην ύλη του μαθήματος περιλαμβάνεται η διδασκαλία:
- Προχωρημένων μαθηματικών μεθόδων επεξεργασίας δεδομένων (π.χ. Linear regression , Logistic regression, nonlinear optimization).
- Προχωρημένων/αποδοτικών τεχνικών εξόρυξης δεδομένων (π.χ. Ensemble learning, Semi-supervised learning, Deep learning).
- Αναλυτικής και μεθόδων εξόρυξης δεδομένων ειδικής μορφής (π.χ. Image and Video analytics, Audio and Text analytics).
- Νέων αποδοτικών τεχνικών εξόρυξης δεδομένων μεγάλου όγκου (π.χ. κατανεμημένη εξόρυξη δεδομένων, τεχνολογίες αναλυτικής δεδομένων μεγάλου όγκου Hadoop/Spark).
Κωδικός Μαθήματος: 232