 |
Εθνικό Μετσόβιο Πολυτεχνείο Προγραμματιστικά Εργαλεία και Τεχνολογίες για Επιστήμη Δεδομένων https://courses.softlab.ntua.gr/progds/ |
Μεταπτυχιακό μάθημα, χειμερινού εξαμήνου
(ΔΠΜΣ Επιστήμη Δεδομένων και Μηχανική Μάθηση), κωδικός 716
| Εξάμηνο: | Χειμερινό 2021 | ||||||||||||||
| Διδάσκοντες: |
|
Ανακοινώσεις
| Υλικό:
Γενικά,
Περιγραφή,
Σύνδεσμοι,
Εργασία,
Παλαιότερα έτη
Διαλέξεις:
13/9 |
14/9 |
16/9 |
20/9 |
21/9 |
23/9 |
28/9 |
29/9 |
30/9 |
7/10 |
4/11
| 2/12/2021 | Εργαστηριακή εξέταση, σε Python και R. |
| 23/11/2021 | Την Πέμπτη 2/12, ώρα 15:00-18:00, θα γίνει η εργαστηριακή εξέταση και για τα δύο μέρη του μαθήματος (Python + R). Ο συντονισμός της εξέτασης θα γίνει μέσω της πλατφόρμας MS Teams. Η παράδοση των γραπτών (όπως και αργότερα η παράδοση των εργασιών του μαθήματος) θα γίνει στο Helios. Παρακαλούμε, φροντίστε να έχετε εγγραφεί στο μάθημα μέχρι τότε. |
| 30/9/2021 | Για το μέρος του μαθήματος που διδάσκεται από τον κ. Φουσκάκη (R), δείτε την αντίστοιχη ιστοσελίδα. Η παρούσα ιστοσελίδα αφορά το μέρος του μαθήματος που διδάσκεται από τον κ. Παπασπύρου (Python). |
| 10/9/2021 | Οι διαλέξεις του μαθήματος αρχίζουν τη Δευτέρα 13/9. Για τις πρώτες τρεις βδομάδες (εντατικά μαθήματα Python) οι διαλέξεις θα είναι βιντεοσκοπημένες (Δευτέρα και Τρίτη) και θα υπάρχει ένα δίωρο την Πέμπτη, ώρα 17:00–19:00, για ερωτήσεις, απορίες και επιπλέον ασκήσεις. Οι ζωντανές διαλέξεις θα γίνονται ηλεκτρονικά (λόγω των μέτρων πρόληψης COVID-19) στο Microsoft Teams. Όσοι σπουδαστές διαθέτετε κωδικό ΕΜΠ, μπορείτε να συνδεθείτε απευθείας χρησιμοποιώντας τον κωδικό ομάδας tai7v73 (δείτε οδηγίες για το MS Teams). Οι σπουδαστές που δε διαθέτουν (ακόμη) κωδικό ΕΜΠ θα πρέπει να εγγραφούν ως guests. Οι φετινοί εισακτέοι του ΔΠΜΣ έχουν ήδη προστεθεί, με τα e-mail που έχουν δώσει στη γραμματεία. Άλλοι σπουδαστές που θα ήθελαν να παρακολουθήσουν το μάθημα και δε διαθέτουν κωδικό ΕΜΠ μπορούν να στέλνουν e-mail στον κ. Παπασπύρου. |
PDF).Επεξεργασία και ανάλυση δεδομένων με τις γλώσσες Python και R. Εξερεύνηση δεδομένων και στατιστική μοντελοποίηση.
Εισαγωγή στην γλώσσα Python. Τύποι δεδομένων: Λίστες, λεξικά, κλπ. Ροή ελέγχου. Συναρτήσεις και πακέτα λογισμικού. Αντικείμενα και αντικειμενοστρέφεια. Βιβλιοθήκες επεξεργασίας και διαχείρισης δεδομένων (numpy, pandas, κλπ). Βιβλιοθήκες απεικόνισης δεδομένων (maplotlib, κλπ.). Βασικές βιβλιοθήκες μηχανικής μάθησης (scikit-learn). Εφαρμογές.
Εισαγωγή στην στατιστική γλώσσα προγραμματισμού R. Αριθμητικοί τελεστές. Βασικοί τύποι και δομές δεδομένων: διανύσματα, πίνακες, λίστες, dataframes. Δημιουργία, εισαγωγή, προ-επεξεργασία, διαχείριση και βασικοί μετασχηματισμοί δεδομένων. Ροή ελέγχου. Βιβλιοθήκες απεικόνισης δεδομένων (ggplot, κλπ.). Βασικές βιβλιοθήκες μηχανικής μάθησης (e1071, rpart, κλπ.). Εφαρμογές.
Ιστοσελίδες για προπόνηση:
Πρόβλημα “time-travel”: ταξιδέψτε πίσω στο χρόνο και βγάλτε όσα μεγαλύτερο κέρδος μπορείτε στο χρηματιστήριο της Νέας Υόρκης!
Σελίδα του μαθήματος για τo ακαδημαϊκό έτος: 2020-21, 2019-20, 2018-19.
Σημειώσεις , Jupyter notebook 
και video διάλεξης 
.
Σημειώσεις , Jupyter notebook και video διάλεξης .
Σημειώσεις , Jupyter notebook και video διάλεξης .
Σημειώσεις , Jupyter notebook και video διάλεξης .
Σημειώσεις , Jupyter notebook και video διάλεξης .
Σημειώσεις , Jupyter notebook και video διάλεξης .
Jupyter notebook και video διάλεξης .
rainfall., χωρίς το μέσο αριθμό ταυτόχρονων κλήσεωνΤελευταία αλλαγή: 11/09/2021, 08:19 UTC.