<span class="multilang" lang="el">Λήψη Επιχειρηματικών Αποφάσεων</span><span class="multilang" lang="en">Decision Making</span>
ΕΜΜΑΝΟΥΗΛ ΚΡΗΤΙΚΟΣΝΙΚΟΛΕΤΤΑ ΜΙΧΑΛΟΠΟΥΛΟΥΘΕΟΧΑΡΗΣ ΜΕΤΖΙΔΑΚΗΣ

Λήψη Επιχειρηματικών Αποφάσεων

Η λήψη αποφάσεων είναι μία από τις σημαντικότερες λειτουργίες στη διοίκηση μιας επιχείρησης ή ενός οργανισμού. Στο σημερινό επιχειρηματικό περιβάλλον, που χαρακτηρίζεται από συχνές αλλαγές, έντονο ανταγωνισμό, πληθώρα δεδομένων, και μεγάλη διείσδυση της τεχνολογίας της πληροφορικής και των επικοινωνιών, η λήψη αποφάσεων βασίζεται όλο και περισσότερο σε «δεδομένα» (στοιχεία) τα οποία επεξεργαζόμαστε χρησιμοποιώντας συγκεκριμένα «μοντέλα» και τεχνικές, και με αξιοποίηση της τεχνολογίας των ηλεκτρονικών υπολογιστών. Η μεθοδολογία που ακολουθείται καθώς και τα μοντέλα που χρησιμοποιούνται αποτελούν το αντικείμενο της Διοικητικής Επιστήμης.

Αυτό το μάθημα αποβλέπει στο να παρουσιάσει τη διαδικασία λήψης αποφάσεων σε περίπλοκα επιχειρηματικά προβλήματα μέσα από τη μεθοδολογία της Διοικητικής Επιστήμης και τη χρήση των Η/Υ. Η έμφαση του μαθήματος θα είναι στο να κατανοήσουμε τα διάφορα μοντέλα, τις εφαρμογές τους στους διάφορους τομείς της επιχείρησης, και τη διαισθητική και οικονομική τους σημασία στη λήψη αποφάσεων.

Περιεχόμενα του 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 ,πολλά από τα οποία βασίζονται στο EXCEL και θα έχει την ευκαιρία να εφαρμόσει τις γνώσεις του σε διάφορα προβλήματα ή/και αναλύσεις περιπτώσεων.

<span class="multilang" lang="el">Ποσοτικές Μέθοδοι στην Οικονομία και Διοίκηση (II)</span><span class="multilang" lang="en">Quantitative Methods in Economics and Business (II)</span>
ΕΜΜΑΝΟΥΗΛ ΖΑΧΑΡΙΑΔΗΣΗΛΙΑΣ ΜΠΑΛΑΦΟΥΤΗΣ

Ποσοτικές Μέθοδοι στην Οικονομία και Διοίκηση (II)

Σκοπός του μαθήματος είναι να εισαχθούν και να κατανοήσουν οι φοιτητές/τριες βασικές έννοιες της στατιστικής συμπερασματολογίας και μοντελοποίησης ώστε να μπορούν να τις χρησιμοποιήσουν σε προβλήματα της επιστήμης και της τεχνολογίας της διοίκησης. Μέρος του μαθήματος θα ασχοληθεί με μια εισαγωγή στις βασικές έννοιες της στατιστικής ώστε να οδηγήσει ομαλά στην κατανόηση των μεθόδων της παλινδρόμησης οι οποίες χρησιμοποιούνται ευρέως στην οικονομία και την διοίκηση.

Περιεχόμενα του μαθήματος

  • Εκτιμιτική: μέθοδος ελαχίστων τετραγώνων, μέθοδος μεγίστης πιθανοφάνειας, εκτιμητές κατά Bayes.
  • Έλεγχοι στατιστικών υποθέσεων: βασικές ένοιες και παραδείγματα 
  • Απλή γραμμική παλινδρόμηση. Εφαρμογές του απλού γραμμικού υποδείγματος σε προβλήματα της οικονομικής και διοικητικής επιστήμης.
  • Ανάλυση διακύμανσης: βασικές έννοιες και εφαρμογές μη τη χρήση λογισμικού.
  • Πολλαπλή γραμμική παλινδρόμηση: εκτίμηση, θέματα πολυσυγγραμικότητας, εφαρμογές με τη χρήση λογισμικού.

<span class="multilang" lang="el">Οργανωσιακή Συμπεριφορά και Ηγεσία</span><span class="multilang" lang="en">Organizational Behavior and Leadership</span>
VASIA AGAPITOY

Οργανωσιακή Συμπεριφορά και Ηγεσία

Το μάθημα περιλαμβάνει τη μελέτη της σύγχρονης γνώσης που αφορά στην περιγραφή, στην εξήγηση και στη διαχείριση των ατομικών και ομαδικών συμπεριφορών στο χώρο των οργανώσεων. Σκοπός του μαθήματος είναι η ανάπτυξη της ικανότητας διοίκησης των ανθρώπων ως άτομα και ως ομάδες. Μέσω του μαθήματος οι σπουδαστές μπορούν να:
- Κατανοούν το χαρακτήρα και τις στάσεις και συμπεριφορές των ατόμων στο χώρο της εργασίας
- Αποκτούν το εννοιολογικό και θεωρητικό υπόβαθρο της ηγεσίας
- Παρακινούν τους συνεργάτες τους
- Αναπτύσσουν αποτελεσματικές ομάδες
- Επικοινωνούν αποτελεσματικά
- Κατανοούν την εταιρική κουλτούρα

Περιεχόμενα του μαθήματος

- Εισαγωγή στην Οργανωσιακή Συμπεριφορά
- Εργασιακές Στάσεις & Συμπεριφορές
- Ηγεσία
- Παρακίνηση
- Δυναμική της Ομάδας
- Οργανωσιακή Κουλτούρα
- Διοίκηση της Αλλαγών
- Ενδυνάμωση
- Μαθαίνουσα Οργάνωση

<span class="multilang" lang="el">Βάσεις Δεδομένων</span><span class="multilang" lang="en">Database Management Systems</span>
ΔΑΜΙΑΝΟΣ ΧΑΤΖΗΑΝΤΩΝΙΟΥΣΤΑΥΡΟΣ ΓΡΗΓΟΡΑΚΑΚΗΣΧΡΗΣΤΟΣ ΠΑΝΑΓΟΠΟΥΛΟΣ

Βάσεις Δεδομένων

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.

Περιεχόμενα του 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.

<span class="multilang" lang="el">Προγραμματισμός ΙΙ</span><span class="multilang" lang="en">Programming II</span>
ΔΙΟΜΗΔΗΣ ΣΠΙΝΕΛΛΗΣGEORGIOS LIARGOVASANGELIKI PAPADOPOULOUΓΕΩΡΓΙΟΣ - ΠΕΤΡΟΣ ΔΡΟΣΟΣΗΛΙΑΣ ΜΠΑΛΑΜΠΑΝΗΣΗΛΙΑΣ ΜΠΟΥΡΔΑΚΟΣ

Προγραμματισμός ΙΙ

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

Περιεχόμενα του 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. Επικοινωνία μέσω του διαδικτύου και χρήση βάσεων δεδομένων.