Early Entry

Data Science και Μεγάλα Δεδομένα με τη Γλώσσα R και Rstudio

Κατεύθυνση: Στατιστική

Απονέμεται Πιστοποιητικό Επιμόρφωσης

Έναρξη Μαθημάτων 13/1/2025
Early Entry

Πληροφοριες Προγραμματος

Προθεσμια Υποβολης Αιτησεων:
5/1/2025
Εναρξη Μαθηματων:
13/1/2025
Διαρκεια:
3 Μήνες (76 ώρες)

Πληροφοριες Προγραμματος

Προθεσμια Υποβολης Αιτησεων:
5/1/2025
Εναρξη Μαθηματων:
13/1/2025
Διαρκεια:
3 Μήνες (76 ώρες)
Έναρξη Μαθημάτων
13/1/2025

Εισαγωγή

Σκοπός του προγράμματος είναι η εκπαίδευση των συμμετεχόντων/ουσών στην επεξεργασία και ανάλυση δεδομένων, με έμφαση σε μεγάλα σύνολα δεδομένων (large datasets), μέσω της γλώσσας R και του περιβάλλοντος RStudio.
Στο πλαίσιο αυτό, θα πραγματοποιηθεί, η βήμα προς βήμα εκμάθηση της χρήσης της γλώσσας R στην Επιστήμη των Δεδομένων, συμπεριλαμβανομένων των εργαλείων, τεχνικών και των βιβλιοθηκών για Data Science, καθώς και του ολοκληρωμένου περιβάλλοντος ανάπτυξης Rstudio. Ειδικότερα, οι εκπαιδευόμενοι/ες θα μάθουν να αξιοποιούν τις υπολογιστικές μεθόδους και τεχνολογίες για την ανάλυση των Μεγάλων Δεδομένων (Big Data) που θα τους επιτρέψουν να πραγματοποιούν data web scraping, να κάνουν προεπεξεργασία των δεδομένων (Data Munging), να υπολογίζουν διάφορα στατιστικά μέτρα και να κάνουν οπτικοποίηση των δεδομένων (Data Visualization). Επιπρόσθετα, κατά τη διάρκεια του προγράμματος, οι συμμετέχοντες/ουσες θα εξοικειωθούν με τη στατιστική και ανάλυση δεδομένων, καθώς και με τη χρήση των αλγορίθμων μηχανικής μάθησης. Πιο συγκεκριμένα, θα μάθουν τις βασικές αρχές δειγματοληψίας (Sampling), να κάνουν Προγνωστική Ανάλυση (Predictive Analytics) και να επιλέγουν το κατάλληλο μοντέλο (Model selection), ανάλογα με τη φύση του προβλήματος. Ακόμη, θα μάθουν πώς πραγματοποιείται η ανίχνευση των ακραίων τιμών (Outlier detection) και η βηματική παλινδρόμηση (Stepwise regression).Τέλος, μέσα από μελέτες περίπτωσης (Case studies) με Πραγματικά Δεδομένα, οι εκπαιδευόμενοι/ες θα εξοικειωθούν με τη γλώσσα R και θα είναι σε θέση να επιλύουν πρακτικά προβλήματα με πραγματικά δεδομένα.


Το πρόγραμμα απευθύνεται σε απόφοιτους Πανεπιστημιακής  Εκπαίδευσης/ΤΕΙ της ημεδαπής και αλλοδαπής καθώς και σε απόφοιτους Δευτεροβάθμιας Εκπαίδευσης με συναφή εργασιακή ενασχόληση. 
 

Μαθήματα Προγράμματος

Το πρόγραμμα περιλαμβάνει τα εξής μαθήματα:

  • Η Επιστήμη των Δεδομένων
  • Η Χρήση της Γλώσσας R/Rstudio
  • Εφαρμογές Επιστήμης Δεδομένων
  • Τεχνολογίες για Ανάλυση Μεγάλων Δεδομένων (Big Data)
  • Data Web Scraping
  • Data Handling – Large Datasets
  • Προεπεξεργασία Δεδομένων (Missing Values and Imputation)
  • Data Presentation / Graphic Overview
  • Βασικές Αρχές Δειγματοληψίας (Sampling)
  • Προγνωστικά Μοντέλα και Model Selection
  • Outlier Detection και Stepwise Regression
  • Case Studies με Πραγματικά Δεδομένα

Κόστος Προγράμματος

Εκπτώσεις έως 40% στα δίδακτρα των Προγραμμάτων. Δυνατότητα αποπληρωμής σε 10 μηνιαίες δόσεις.

Προεγγραφή με 80€ για αιτήσεις έως 04/12/2024 και 15% έκπτωση σε όλους λόγω early entry.

Ανταποκρινόμενοι στις ανάγκες και στα νέα δεδομένα που έχουν προκύψει στην κοινωνία λόγω της ενεργειακής κρίσης και του περιορισμού στο διαθέσιμο εισόδημα, παρέχουμε σε όλους διευκολύνσεις και παρατάσεις ως προς την πληρωμή των διδάκτρων τους σε συνεννόηση με τη Γραμματεία. Αυτό σημαίνει στην πράξη, ότι πέραν του ποσού της εγγραφής σας το υπολειπόμενο ποσό των διδάκτρων, δύναται να καταβληθεί σε μηνιαίες δόσεις που σας εξυπηρετούν μέχρι τη λήξη του Προγράμματός σας.

Παράλληλα, ισχύει εκπτωτική πολιτική για Ανέργους (30%), Κατόχους Ευρωπαϊκής Κάρτας Νέων (30%), ΑΜΕΑ (25%), Πολύτεκνους (20%), κ.ά. Δείτε στον παρακάτω πίνακα πως διαμορφώνονται τα δίδακτρα για κάθε ομάδα που δικαιούται έκπτωση.

Για αιτήσεις που έχουν υποβληθεί στον 85_86 κύκλο σπουδών από 28/10/2024 μέχρι και 04/12/2024 ισχύει έκπτωση 15% λόγω early entry. Η εγγραφή στο πλαίσιο της έγκαιρης προκράτησης θέσης, κατοχυρώνεται με καταβολή μέρους των διδάκτρων ύψους 80 ευρώ. Η αποπληρωμή του υπόλοιπου ποσού γίνεται σε δόσεις κατά τη διάρκεια του προγράμματος.

Η έκπτωση λόγω early entry εφαρμόζεται επί του συνόλου των διδάκτρων εφόσον έχουν αφαιρεθεί τυχόν άλλες εκπτώσεις.

Για τη χορήγηση του πιστοποιητικού είναι απαραίτητη η αποπληρωμή του συνόλου των διδάκτρων.

Δίδακτρα Προγραμμάτων
Διάρκεια (μήνες) 3
Δίδακτρα (σε δόσεις) 400 340 €
Αριθμός δόσεων 3
Ποσό δόσης 133 113 €
Δίδακτρα (εφάπαξ) 380 323 €
Δίδακτρα με έκπτωση
Έκπτωση 15% 20% 25% 30%
Δίδακτρα 340 289 € 320 272 € 300 255 € 280 238 €
Δόση 113 96 € 106 90 € 100 85 € 93 79 €
Εκπτωτική Πολιτική

Το E-Learning του Κέντρου Επιμόρφωσης και Δια Βίου Μάθησης του Ε.Κ.Π.Α., στο πλαίσιο του μη κερδοσκοπικού χαρακτήρα της παροχής αυτοχρηματοδοτούμενων προγραμμάτων εξ αποστάσεως επιμόρφωσης, εφαρμόζει ειδική εκπτωτική πολιτική για συγκεκριμένες κατηγορίες εκπαιδευόμενων. Αναφορικά με τους όρους χορήγησης εκπτώσεων και την εταιρική εκπτωτική πολιτική δείτε περισσότερα εδώ.

Κατηγορίες εκπαιδευόμενων που δικαιούνται έκπτωση στα δίδακτρα

Ακαδημαϊκός Υπεύθυνος Προγράμματος

Στοιχεία Ακαδημαϊκού Υπευθύνου

Κοκολάκης Σπυρίδων
Κοκολακης Σπυριδων
Καθηγητής Πληροφοριακών Συστημάτων στο Τμήμα Μηχανικών Πληροφοριακών και Επικοινωνιακών Συστημάτων του Πανεπιστημίου Αιγαίου

Συντελεστές Προγράμματος

Στοιχεία Συντελεστών του Προγράμματος

Θάνου Όλγα
Θανου Ολγα
Επιστημολόγος ΕΚΠΑ, Ερευνήτρια στον τομέα της Πληροφορικής, MSc Πληροφοριακά και Επικοινωνιακά Συστήματα, Πανεπιστήμιο Αιγαίου.
Συγγραφέας
Στύλιος Ιωάννης
Στυλιος Ιωαννης
BSc., MSc., MEd., PhD., Μεταδιδακτορικός Ερευνητής Πανεπιστημίου Πειραιώς, Διδάκτωρ Πανεπιστημίου Αιγαίου, Επιστημονικός Συνεργάτης E-Learning ΕΚΠΑ–Πανεπιστημίου Αιγαίου, Μέλος του Εργαστηρίου Info-Sec-Lab του Πανεπιστημίου Αιγαίου.
Συγγραφέας
certificates decoration

Πιστοποιητικά Προγράμματος

Δείτε δείγμα του χορηγούμενου Πιστοποιητικού

Πότε λήγει το Early Entry;

Απομένουν 32 μέρες για τη λήξη του Early Entry