Χρησιμοποιούμε cookies για να σας παρέχουμε καλύτερες υπηρεσίες. Με τη χρήση αυτού του ιστότοπου, αποδέχεστε τους όρους χρήσης και τη χρήση των cookies.
  • 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