Χρησιμοποιούμε cookies για να σας παρέχουμε καλύτερες υπηρεσίες. Με τη χρήση αυτού του ιστότοπου, αποδέχεστε τους όρους χρήσης και τη χρήση των cookies.
Επιστήμη Δεδομένων και Μηχανική Μάθηση (Data Science and Machine Learning)
Εθνικό Μετσόβιο Πολυτεχνείο
Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, τη Σχολή Πολιτικών Μηχανικών και τη Σχολή Αγρονόμων και Τοπογράφων Μηχανικών – Μηχανικών Γεωπληροφορικής
Full Time
  • Το Πρόγραμμα Μεταπτυχιακών Σπουδών (ΠΜΣ) απονέμει Δίπλωμα Μεταπτυχιακών Σπουδών στην περιοχή της Επιστήμης Δεδομένων και Μηχανικής Μάθησης (Data Science and Machine Learning) μετά από επιτυχή περάτωση του σχετικού κύκλου σπουδών.
  • Το Πρόγραμμα περιλαμβάνει δύο (2) εξάμηνα μαθημάτων και ένα (1) εξάμηνο εκπόνησης της μεταπτυχιακής Διπλωματικής Εργασίας (ΔΕ).
  • Για την απόκτηση του Διπλώματος Μεταπτυχιακών Σπουδών απαιτείται η παρακολούθηση και επιτυχής εξέταση σε 12 μαθήματα, 6 έως 8 υποχρεωτικά (ομάδα Α) και 4 έως 6 κατ’ επιλογήν (ομάδα Β) που συνολικά αντιστοιχούν σε 60 πιστωτικές μονάδες, καθώς και η εκπόνηση και επιτυχής εξέταση της μεταπτυχιακής ΔΕ που ισοδυναμεί σε άλλες 30 πιστωτικές μονάδες.
  • Τα μαθήματα (υποχρεωτικά και επιλογής) που διδάσκονται κάθε ακαδημαϊκό έτος καθορίζονται με αποφάσεις των αρμοδίων οργάνων και φαίνονται στον Οδηγό Σπουδών και στην Ενότητα Σπουδές>Μαθήματα της ιστοσελίδας του μεταπτυχιακού.
  • Γλώσσα διδασκαλίας των μαθημάτων είναι κυρίως η ελληνική και για το λόγο αυτό προωθείται η ταχύρρυθμη διδασκαλία της ελληνικής γλώσσας στους αλλοδαπούς μεταπτυχιακούς φοιτητές. Επιτρέπεται η διδασκαλία μέρους ή συνόλου του ΠΜΣ στην αγγλική γλώσσα, στο πλαίσιο πάντα των διαδικασιών σύνταξης, έγκρισης και αξιολόγησης των αναλυτικών ΠΜΣ.
  • Η γλώσσα συγγραφής της μεταπτυχιακής Διπλωματικής Εργασίας είναι η ελληνική ή η αγγλική και ορίζεται με απόφαση της Ειδική Διατμηματική Επιτροπή (ΕΔΕ). Σε κάθε περίπτωση, η μεταπτυχιακή ΔΕ περιλαμβάνει εκτεταμένη περίληψη στην ελληνική και την αγγλική γλώσσα.

Μαθήματα

ΜΑΘΗΜΑΤΑ ΥΠΟΧΡΕΩΤΙΚΑ - ΚΟΡΜΟΥ

Χειμερινό Εξάμηνο

  • Αναγνώριση Προτύπων (5 ECTS)
  • Εξόρυξη Γνώσης από Δεδομένα (5 ECTS)
  • Μηχανική Μάθηση (5 ECTS)
  • Προγραμματιστικά Εργαλεία και Τεχνολογίες για Επιστήμη Δεδομένων (5 ECTS)

Εαρινό Εξάμηνο

  • Αλγοριθμική Επιστήμη Δεδομένων (5 ECTS)
  • Διαχείριση Δεδομένων Μεγάλης Κλίμακας (5 ECTS)
  • Παράλληλες Αρχιτεκτονικές Υπολογισμού για Μηχανική Μάθηση (5 ECTS)
  • Υπολογιστική Στατιστική και Στοχαστική Βελτιστοποίηση (5 ECTS)

ΜΑΘΗΜΑΤΑ ΚΑΤ’ ΕΠΙΛΟΓΗΝ

Χειμερινό Εξάμηνο

  • Ανάλυση Κοινωνικών Δικτύων (5 ECTS)
  • Απεικόνιση Δεδομένων (5 ECTS)
  • Ασφάλεια Δεδομένων και Ιδιωτικότητα (5 ECTS)
  • Κατανεμημένα Συστήματα (5 ECTS)
  • Στατιστική Μοντελοποίηση (5 ECTS)
  • Στοχαστικές Διαδικασίες (5 ECTS)
  • Υπολογιστική Γραμμική Άλγεβρα (5 ECTS)

Εαρινό Εξάμηνο

  • Αλγοριθμική Θεωρία Παιγνίων (5 ECTS)
  • Ανάλυση Βιο-δεδομένων (5 ECTS)
  • Ανάλυση και Επεξεργασία Γεωχωρικών Δεδομένων (5 ECTS)
  • Βαθιά Μάθηση (5 ECTS)
  • Βελτιστοποίηση σε Προβλήματα Μηχανικού (5 ECTS)
  • Επεξεργασία Φυσικής Γλώσσας (5 ECTS)
  • Κυρτή Βελτιστοποίηση με Εφαρμογές στη Μηχανική Μάθηση (5 ECTS)
  • Μοντέλα Οδηγούμενα από τα Δεδομένα σε Προβλήματα Μηχανικού (5 ECTS)
  • Όραση Υπολογιστών (5 ECTS)
  • Στοχαστικές Διεργασίες και Βελτιστοποίηση στη Μηχανική Μάθηση (5 ECTS)
  • Τεχνητή Νοημοσύνη και Ανάλυση Δεδομένων (5 ECTS)

Κανονισμός σπουδών

Έχετε να μας προτείνετε κάποια διόρθωση; Επικοινωνήστε μαζί μας στο info eduguide.gr


Μεταπτυχιακά & Πτυχία σε Ελλάδα και Κύπρο