Χρησιμοποιούμε cookies για να σας παρέχουμε καλύτερες υπηρεσίες. Με τη χρήση αυτού του ιστότοπου, αποδέχεστε τους όρους χρήσης και τη χρήση των cookies.
These cookies are necessary for the website to function and cannot be switched off in our systems. They are usually only set in response to actions made by you which amount to a request for services, such as setting your privacy preferences, logging in or filling in forms. You can set your browser to block or alert you about these cookies, but some parts of the site will not then work. These cookies do not store any personally identifiable information.
Ensure Security, prevent fraud and debug
Your data can be used to monitor for and prevent fraudulent activity, and ensure systems and processes work properly and securely.
Link different devices
Different devices can be determined as belonging to you or your household in support of one or more of purposes.
Performance cookies
These cookies allow us to count visits and traffic sources so we can measure and improve the performance of our site. They help us to know which pages are the most and least popular and see how visitors move around the site. All information these cookies collect is aggregated and therefore anonymous. If you do not allow these cookies we will not know when you have visited our site and will not be able to monitor its performance.
Analytics and Targeting cookies
These cookies allow us to count visits and traffic sources so we can measure and improve the performance of our site. They help us to know which pages are the most and least popular and see how visitors move around the site. All information these cookies collect is aggregated and therefore anonymous. If you do not allow these cookies we will not know when you have visited our site, and will not be able to monitor its performance. These cookies can also be used to show you relevant ads in Google’s advertising network.
Επιστήμη Δεδομένων και Μηχανική Μάθηση (Data Science and Machine Learning)
Πρέπει να είσαστε
συνδεδεμένοι
Κάντε follow το πρόγραμμα για να ενημερώνεστε μέσω email για
προκηρύξεις και σχετικά νέα.
Πρέπει να είσαστε συνδεδεμένοι στο λογαριασμό σας.
568 followers
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
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)