Data Analytics με την χρήση R και KNIME

Σκοπός του προγράμματος «Data Analytics με την χρήση R και KNIME» του E-Learning ΕΚΠΑ είναι η παρουσίαση βασικών τεχνικών ανάλυσης δεδομένων μέσω της R και του KNIME. Οι εκπαιδευόμενοι αποκτούν τις απαραίτητες γνώσεις και τα εφόδια ώστε να μπορούν να ενταχθούν σε ομάδες με αντικείμενο την ανάλυση δεδομένων και να συνεχίσουν την εκμάθηση του πεδίου με προοπτική να εξελιχθούν σε ανεξάρτητους αναλυτές δεδομένων. Παράλληλα, το πρόγραμμα επιδιώκει να βοηθήσει επαγγελματίες με διαφορετικό γνωστικό και επαγγελματικό υπόβαθρο να συνδυάσουν την εμπειρία τους σε έναν επιχειρηματικό τομέα με τεχνικές data analytics και να αξιοποιούν αποτελεσματικότερα τα δεδομένα ενός οργανισμού ή μιας επιχείρησης.

Το πρόγραμμα «Data Analytics με την χρήση R και KNIME» του E-Learning ΕΚΠΑ περιλαμβάνει τέσσερα μαθήματα: «Εισαγωγή στην Ανάλυση Δεδομένων», «Γλώσσα R», «Πρόγραμμα KNIME» και «Παρουσίαση Αποτελεσμάτων και Άλλες Χρήσιμες Οδηγίες». Η ύλη καλύπτει την προετοιμασία δεδομένων και το data cleansing, την περιγραφική στατιστική, το Dimension Reduction και Feature Selection, τη λογιστική και γραμμική παλινδρόμηση, τα δένδρα αποφάσεων και το clustering. Περιλαμβάνονται επίσης προχωρημένες τεχνικές παλινδρόμησης με support vector machines, neural nets και ensembles, Storytelling with Data, μελέτες περιπτώσεων Marketing Campaign, Customer Segmentation και Movie Ratings, δυνατότητες σύνδεσης με Hadoop και Spark και πρακτική άσκηση στην ανάλυση δεδομένων.

Αίτηση συμμετοχής στο πρόγραμμα «Data Analytics με την χρήση R και KNIME» του E-Learning ΕΚΠΑ μπορούν να υποβάλλουν απόφοιτοι ΑΕΙ και ΑΤΕΙ της ημεδαπής και της αλλοδαπής, καθώς και απόφοιτοι Δευτεροβάθμιας Εκπαίδευσης με συναφή στο αντικείμενο εργασιακή εμπειρία ή ενδιαφέροντα. Ειδικότερα, το πρόγραμμα απευθύνεται σε επαγγελματίες που θέλουν να αναπτύξουν δεξιότητες ανάλυσης δεδομένων και σε κατόχους πτυχίου που επιθυμούν να συνδυάσουν το γνωστικό τους αντικείμενο με το data analytics. Για την εξοικείωση με τις βασικές αρχές που παρουσιάζονται μέσω του KNIME δεν απαιτείται προηγούμενη σχετική γνώση.

Η διδασκαλία στο πρόγραμμα «Data Analytics με την χρήση R και KNIME» του E-Learning ΕΚΠΑ διεξάγεται μέσω του διαδικτύου και το εκπαιδευτικό υλικό διατίθεται σταδιακά, ανά διδακτική ενότητα, μέσω ειδικά διαμορφωμένων ηλεκτρονικών τάξεων. Μετά τη μελέτη κάθε διδακτικής ενότητας, ο εκπαιδευόμενος υποβάλλει ηλεκτρονικά το αντίστοιχο τεστ αξιολόγησης. Τα τεστ μπορεί να περιλαμβάνουν ερωτήσεις αντιστοίχισης ορθών απαντήσεων, πολλαπλής επιλογής, αληθούς/ψευδούς δήλωσης ή upload, όπου ο εκπαιδευόμενος θα πρέπει να διατυπώσει και να επισυνάψει την απάντησή του. Εφόσον το απαιτεί η φύση του μαθήματος, προβλέπεται και τελική εργασία που αφορά το σύνολο της διδακτέας ύλης.

Η χορήγηση του Πιστοποιητικού Επιμόρφωσης για το πρόγραμμα «Data Analytics με την χρήση R και KNIME» του E-Learning ΕΚΠΑ πραγματοποιείται όταν ο εκπαιδευόμενος λάβει σε όλα τα μαθήματα βαθμό μεγαλύτερο ή ίσο του 50%. Σε περίπτωση που η συνολική βαθμολογία ενός ή περισσοτέρων μαθημάτων δεν ξεπερνά το 50%, ο εκπαιδευόμενος έχει τη δυνατότητα επανεξέτασης των μαθημάτων αυτών μετά την ολοκλήρωση της εκπαιδευτικής διαδικασίας του προγράμματος.

Στο πρόγραμμα «Data Analytics με την χρήση R και KNIME» του E-Learning ΕΚΠΑ η εκμάθηση της R ξεκινά από την εγκατάσταση και τις βασικές έννοιες της γλώσσας και προχωρά στην αρχική διερεύνηση των δεδομένων μέσω περιγραφικής στατιστικής. Στη συνέχεια εξετάζονται τεχνικές Dimension Reduction και Feature Selection για την επιλογή σημαντικών μεταβλητών και τη μείωση των διαστάσεων των δεδομένων. Η πρακτική εφαρμογή περιλαμβάνει μελέτη περίπτωσης Marketing Campaign με λογιστική παλινδρόμηση και δένδρα αποφάσεων, καθώς και Customer Segmentation με αλγορίθμους clustering, όπως K-means και hierarchical trees.

Στο πρόγραμμα «Data Analytics με την χρήση R και KNIME» του E-Learning ΕΚΠΑ οι εκπαιδευόμενοι εξοικειώνονται με το KNIME και εφαρμόζουν τεχνικές clustering, γραμμικής παλινδρόμησης και δένδρων αποφάσεων, καθώς και προχωρημένες τεχνικές παλινδρόμησης με support vector machines, neural nets και ensembles. Παράλληλα, εξετάζεται το Storytelling with Data για την αποτελεσματική παρουσίαση των αποτελεσμάτων, μέσα από μελέτες περιπτώσεων Customer Segmentation και Movie Ratings. Η ύλη παρουσιάζει επίσης πρόσθετες δυνατότητες της R και του KNIME, όπως τη σύνδεση με Hadoop και Spark, και ολοκληρώνεται με πρακτική άσκηση στην ανάλυση δεδομένων που επιλέγει ο εκπαιδευόμενος.