Περιεχόμενο μαθήματος
Το μάθημα εισάγει τον σπουδαστή στη Μεθοδολογία της Λήψης Αποφάσεων και στις 3 κύριες κατηγορίες μοντέλων: Γραμμικός και Ακέραιος Προγραμματισμός, Ανάλυση και Δέντρα Αποφάσεων, και Λήψη Αποφάσεων με Πολλαπλά Κριτήρια. Σε κάθε ενότητα ο σπουδαστής, εκτός από τα αντίστοιχα μοντέλα, θα εκτεθεί σε μια σειρά από εφαρμογές και στη χρήση των κατάλληλων πακέτων Η/Υ, και θα έχει την ευκαιρία να εφαρμόσει τις γνώσεις του σε διάφορα προβλήματα ή/και αναλύσεις περιπτώσεων.
Μαθησιακά αποτελέσματα
Μετά την επιτυχή ολοκλήρωση του μαθήματος, ο φοιτητής θα είναι σε θέση να:
- να επιλέγει μια συστηματική και δοκιμασμένη μεθοδολογία για λήψη περίπλοκων αποφάσεων
- να επιλέγει την κατάλληλη τεχνική που θα πρέπει να χρησιμοποιεί σε κάθε περίπτωση, ανάλογα με τη φύση του προβλήματος, τα διαθέσιμα δεδομένα, την υπάρχουσα υποδομή πληροφορικής, κλπ
- να παράγει το κατάλληλο μοντέλο το οποίο περιγράφει καλύτερα το πρόβλημα λήψης αποφάσεων
- να εξετάζει πολύπλοκα προβλήματα συνδυαστικής βελτιστοποίησης
- να εφαρμόζει εργαλεία της νέας τεχνολογίας για την λήψη καλύτερων αποφάσεων και την παραγωγή σωστών στρατηγικών
- να αξιολογεί με συστηματικό τρόπο τις επιπτώσεις εναλλακτικών αποφάσεων
Περιεχόμενο μαθήματος
- Περιγραφική Στατιστική
- Κατανομή Δειγματοληψίας
- Διαστήματα Εμπιστοσύνης
- Έλεγχος Υποθέσεων για έναν πληθυσμό
- Έλεγχος Υποθέσεων για δύο πληθυσμούς
- Έλεγχοι μέσω της κατανομής Χ^2
- Απλή Γραμμική Παλινδρόμηση
- Πολλαπλή Γραμμική Παλινδρόμηση
- Ανάλυση Διακύμανσης
- Ανάλυση Χρονοσειρών
Μαθησιακά αποτελέσματα
Διάκριση μεταξύ διαφορετικών κατηγοριών δεδομένων (αριθμητικά, ιεραρχικά, κατηγορικά)
- Κατανόηση στρατηγικών δειγματοληψίας
- Απεικόνιση αριθμητικών δεδομένων (ιστόγραμμα, πολύγωνα συχνότητας, ακιδωτά διαγράμματα)
- Αντίληψη της μορφής της κατανομής βάσει της απεικόνισης αριθμητικών δεδομένων
- Προσδιορισμός μέτρων κεντρικής τάσης αριθμητικών δεδομένων
- Κατανόηση της σχέσης των εννοιών της συχνότητας και της πιθανότητας
- Εξοικείωση με τους ορισμούς και τους κανόνες των πιθανοτήτων
- Κατανόηση της κατανομής πιθανότητας βασικών τυχαίων μεταβλητών
- Κατανόηση της έννοιας της κατανομής δειγματοληψίας και της σχέσης της με τις παραμέτρους του πληθυσμού
- Προσδιορισμός διαστημάτων εμπιστοσύνης βάσει δειγματικών δεδομένων
- Αντίληψη της κατανομής t-student
- Προσδιορισμός απαιτούμενου μεγέθους δείγματος για τον προσδιορισμό διαστημάτων εμπιστοσύνης συγκεκριμένου εύρους
- Αντίληψη της ιδέας διεξαγωγής ελέγχου υποθέσεων
- Διάκριση μεταξύ των δυνατών σφαλμάτων που μπορεί να συμβούν κατά τον έλεγχο Υποθέσεων
- Διενέργεια ελέγχου ανεξαρτησίας σε δεδομένα συχνότητας για διαφορετικά επίπεδα κατηγορικών δεδομένων
- Κατανόηση του υποδείγματος απλής γραμμικής παλινδρόμησης
- Αντίληψη της φυσικής έννοιας των συντελεστών της γραμμικής παλινδρόμησης
- Διάκριση μεταξύ εξηγημένης και μη-εξηγημένης μεταβλητότητας μεταβλητής
- Κατανόηση της αναγκαιότητας χρήσης πολλαπλών
- Δυνατότητα ανάπτυξης υποδειγμάτων πολλαπλής γραμμικής παλινδρόμησης
- Δυνατότητα ανάπτυξης υποδειγμάτων πολλαπλής γραμμικής παλινδρόμησης με χρήση ψευδομεταβλητών για διαφορετικά επίπεδα κατηγορικών μεταβλητών
- Κατανόηση της κεντρικής ιδέας της ανάλυσης διακύμανσης
- Κατανόηση της ιδέας πως η ανάλυση διακύμανσης παρέχει πληροφόρηση για τους πληθυσμούς των μέσων
- Διάκριση των συνιστωσών που σχηματίζουν μία χρονικά μεταβαλλόμενη μεταβλητή
- Δυνατότητα εξομάλυνσης χρονοσειρών
- Εκτίμηση μελλοντικών δεδομένων χρονοσειρών
Περιεχόμενο μαθήματος
Το μάθημα εκτείνεται σε μία περίοδο 12 εβδομάδων. Κάθε εβδομάδα πραγματοποιούνται από 2 δίωρα μαθήματα στα οποία καλύπτεται ένα σημαντικό εύρος των θεμάτων που άπτονται της οργανωσιακής συμπεριφοράς. Μια τυπική δομή των διαλέξεων συνήθως καλύπτει τα ακόλουθα θέματα:
- Εισαγωγή στην Ηγεσία
- Ηγεσία (ανάπτυξη ηγετών & προβολή ταινίας)
- Ηγεσία (σύγχρονες προσεγγίσεις: αυθεντική, ηθική, μετασχηματιστική κλπ)
- Παρακίνηση
- Παρακίνηση (τεχνικές παρακίνησης & case study)
- Δυναμική ομάδων (αποτελεσματικότητα & case study)
- Δυναμική ομάδων (στάδια ανάπτυξης, προβλήματα λειτουργίας, & προβολή βίντεο)
- Επικοινωνία (διαδικασία επικοινωνίας, προβλήματα και βελτίωση, case study)
- Οργανωσιακή Κουλτούρα
- Οργανωσιακή αλλαγή
- Λήψη αποφάσεων
- Επανάληψη & Συζήτηση εργασιών.
Μαθησιακά αποτελέσματα
Μέσω των διαλέξεων, του προσωπικού χρόνου που θα αφιερωθεί στο διάβασμα, στη συγγραφή των εργασιών και σε συζήτηση, με το πέρας του εξαμήνου αναμένεται:
- Να αποκτήσουν κατανόηση των εννοιών και των πλαισίων που χρησιμοποιούμε για να αναλύσουμε τους σύγχρονους οργανισμούς.
- Να κατανοήσουν και να λύσουν ορισμένα από τα προβλήματα που τείνουν να παρουσιάζονται συνήθως στα πλαίσια των οργανισμών.
- Να αναπτύξουν δεξιότητες έρευνας και συγγραφής εργασιών διαφορετικής έκτασης.
- Να εξελίξουν δεξιότητες ομαδικής συνεργασίας, επίλυσης προβλημάτων και παρουσίασης στα μαθήματα.
Περιεχόμενο μαθήματος
- Εισαγωγικά ζητήματα: σκοπός ενός συστήματος Β.Δ, μοντέλα δεδομένων, γλώσσες ερωτημάτων, συναλλαγές, αποθήκευση, χρήστες, αρχιτεκτονική.
- Μοντέλο οντοτήτων-συσχετίσεων: Βασικές έννοιες, οντότητες, συσχετίσεις, χαρακτηριστικά, κλειδιά, απεικονίσεις, διαγράμματα, weak entities, επεκταμένο μοντέλο Ο-Σ, μετατροπή σε πίνακες, παραδείγματα.
- Σχεσιακό μοντέλο: Σχέσεις, πίνακες, χαρακτηριστικά, σχήμα, σχεσιακή άλγεβρα.
- Η γλώσσα SQL: Βασική μορφή, εμφωλευμένα ερωτήματα, αθροιστικές συναρτήσεις, ενημέρωση Β.Δ., περιορισμοί αναφοράς, triggers, cursors.
- Σχεσιακή σχεδίαση: Περιορισμοί ακεραιότητας, συναρτησιακές εξαρτήσεις, αποσύνθεση, κανονικοποίηση.
- Αποθήκευση και Δείκτες: Αποθηκευτικά μέσα και τρόποι, οργάνωση αρχείων, ταξινόμηση, κατακερματισμός, δέντρα.
- Ειδικά θέματα (αν υπάρχει χρόνος): Αποθήκες δεδομένων, εξόρυξη δεδομένων, αντικειμενοστραφείς Β.Δ., ροές δεδομένων.
Μαθησιακά αποτελέσματα
Οι βάσεις δεδομένων ξεκίνησαν σαν μια απλή εφαρμογή στα τέλη της δεκαετίας του 70 για να καταλήξουν στις μέρες μας σαν ένας από τους σημαντικότερους τομείς της πληροφορικής με χιλιάδες εφαρμογές. Αυτό ήταν λίγο πολύ αναμενόμενο αφού ασχολούνται με τη θεωρία και έρευνα πάνω σε τρείς τομείς: την περιγραφή της πληροφορίας και των δεδομένων, την αποθήκευση τους και τέλος τη χρησιμοποίηση τους. Για να περιγράψουμε τα δεδομένα μιας εφαρμογής χρησιμοποιούμε διάφορα μοντέλα, όπως είναι το σχεσιακό ή το οντοτήτων-συσχετίσεων. Υπάρχουν πολλοί τρόποι για να αποθηκεύσουμε τα δεδομένα, που εξαρτούνται από το πως θέλουμε να τα χρησιμοποιήσουμε. Τέλος για να χρησιμοποιήσουμε τα δεδομένα, θα πρέπει να έχουμε έναν γενικευμένο και ευέλικτο τρόπο, μια γλώσσα με άλλα λόγια, με την οποία θα μπορούμε να θέτουμε ερωτήσεις – πιθανόν πολύπλοκες. Ο σκοπός του μαθήματος είναι οι φοιτητές να μπορούν να σχεδιάσουν και υλοποιήσουν σωστά μία εφαρμογή διαχείρισης δεδομένων, να γνωρίζουν να θέτουν απλά και πολύπλοκα ερωτήματα στη Β.Δ. και να ορίζουν τις δομές εκείνες που οδηγούν στη βέλτιστη απόδοση του συστήματος.
Περιεχόμενο μαθήματος
Γλώσσες και περιβάλλοντα ανάπτυξης. Τεχνολογίες μεταγλώττισης και εκτέλεσης. Προγραμματισμός με αντικείμενα. Σχεδιασμός, εμφάνιση και ύφος. Δημιουργία κλάσεων. Κληρονομικότητα. Υλοποίηση εκτενών συστημάτων: χειρισμός λαθών και εξαιρέσεις, τελικές κλάσεις, μέθοδοι και μεταβλητές, διεπαφές, πακέτα, δομικά σχεδιαστικά πρότυπα, σχεδιαστικά πρότυπα συμπεριφοράς. Γενικεύσεις και νήματα. Περιγραφή δεδομένων με XML και κανονικές εκφράσεις. Δομές δεδομένων: συμβολοσειρές, επαναλήπτες, σύνολα από bit, διανύσματα, στοίβες, αντιστοιχίσεις, πίνακες κατακερματισμού. Χειρισμός αρχείων. Δημιουργία γραφικών εφαρμογών. Περιγραφή δεδομένων με XML και κανονικές εκφράσεις. Συναρτήσεις και ροές. Εκτενές παράδειγμα. Ανάπτυξη διαδικτυακών εφαρμογών.
Μαθησιακά αποτελέσματα
Με το τέλος του μαθήματος, οι φοιτητές θα είναι σε θέση να:
• γνωρίζουν τις βασικές μεθόδους και τεχνικές προγραμματισμού που χρησιμοποιούνται στην υλοποίηση πληροφοριακών συστημάτων
• να σχεδιάζουν και να δομούν εφαρμογές με σύνθετα χαρακτηριστικά
• να εκμεταλλεύονται έτοιμες βιβλιοθήκες και δομές δεδομένων
• να χρησιμοποιούν σχεδιαστικά πρότυπα
• να επεξεργάζονται σύνθετες δομές και πηγές δεδομένων
• να αξιολογούν εναλλακτικές τεχνολογίες και εναλλακτικούς τρόπους υλοποίησης