Vedere University

Master of Science στην Εφαρμοσμένη Επιστήμη Δεδομένων και Μηχανική Μάθηση

Τα μαθησιακά αποτελέσματα των μαθητών ομαδοποιούνται στις κατηγορίες αναλυτικών, τεχνικών και επικοινωνιακών, και υπάρχει ουσιαστική διασταύρωση μεταξύ των κατηγοριών. Το πρόγραμμα έχει σχεδιαστεί έτσι ώστε οι μαθητές να είναι σε θέση:

Αναλυτικές Ικανότητες

• Δημιουργήστε στατιστικά μοντέλα και κατανοήστε τη δύναμη και τους περιορισμούς τους.
• Σχεδιάστε ένα πείραμα.
• Εφαρμόστε στρατηγικές επίλυσης προβλημάτων σε ερωτήσεις ανοιχτού τύπου.

Τεχνικές Ικανότητες

• Αποκτήστε, καθαρίστε και διαχειριστείτε δεδομένα.
• Διαχειριστείτε και αναλύστε τεράστια σύνολα δεδομένων.
• Χρησιμοποιήστε τη μηχανική εκμάθηση και τη βελτιστοποίηση για να λάβετε αποφάσεις.
• Συγκεντρώστε υπολογιστικούς αγωγούς για να υποστηρίξετε την επιστήμη δεδομένων από ευρέως διαθέσιμα εργαλεία.

Επικοινωνιακές Ικανότητες

• Οπτικοποιήστε δεδομένα για εξερεύνηση, ανάλυση και επικοινωνία.
• Συνεργαστείτε εντός και μεταξύ λειτουργικών ομάδων.
• Παρέχετε αναπαραγώγιμη ανάλυση δεδομένων.
• Διεξάγετε δραστηριότητες επιστήμης δεδομένων έχοντας επίγνωση και σύμφωνα με την πολιτική, το απόρρητο, την ασφάλεια και τους ηθικούς λόγους.

Το MSc στην Εφαρμοσμένη Επιστήμη Δεδομένων και τη Μηχανική Μάθηση είναι ένα πρόγραμμα 36 μονάδων που αποτελείται από τα ακόλουθα 11 μαθήματα και ένα έργο Capstone.

Python for Data Science 1

Σε αυτό το μάθημα, θα μάθετε βασικές δεξιότητες προγραμματισμού που σας επιτρέπουν να αναζητάτε και να ταξινομείτε δεδομένα. Θα εξοικειωθείτε με τον προγραμματισμό στην Python και θα μάθετε πώς να αναπτύσσετε και να εκτελείτε προγράμματα στα Notebooks Jupyter. Θα μάθετε βασικές αρχές προγραμματισμού και θα εξασκηθείτε στην εφαρμογή τους σε πραγματικά επιχειρηματικά ή βιομηχανικά προβλήματα. Αυτές οι δεξιότητες θα αποτελέσουν τη βάση της ικανότητάς σας να αντιμετωπίζετε επιχειρηματικά ή βιομηχανικά προβλήματα χρησιμοποιώντας δεδομένα.

Python for Data Science 2

Σε αυτό το μάθημα, θα μάθετε θεμελιώδεις δεξιότητες προγραμματισμού που σας επιτρέπουν να επεξεργάζεστε πληροφορίες κειμένου και χρονοσειρών. Θα μάθετε περαιτέρω έννοιες προγραμματισμού στην Python. Θα μάθετε προηγμένες αρχές προγραμματισμού και θα εξασκηθείτε στην εφαρμογή τους σε πραγματικά επιχειρηματικά ή βιομηχανικά προβλήματα. Αυτές οι δεξιότητες θα αποτελέσουν τη βάση της ικανότητάς σας να αντιμετωπίζετε επιχειρηματικά ή βιομηχανικά προβλήματα χρησιμοποιώντας δεδομένα. Προϋπόθεση: Python for Data Science 1

Math for Data Science 1

Σε αυτό το μάθημα, θα μάθετε θεμελιώδεις στατιστικές δεξιότητες που σας επιτρέπουν να αναλύετε δεδομένα. Θα εξοικειωθείτε με βασικές περιγραφικές και διερευνητικές στατιστικές και θα μάθετε πώς να τις εφαρμόσετε χρησιμοποιώντας κώδικα λογισμικού. Θα μάθετε βασικές στατιστικές αρχές και θα εξασκηθείτε στην εφαρμογή τους σε πραγματικά επιχειρηματικά ή βιομηχανικά προβλήματα. Αυτές οι δεξιότητες θα αποτελέσουν τη βάση της ικανότητάς σας να αντιμετωπίζετε επιχειρηματικά ή βιομηχανικά προβλήματα χρησιμοποιώντας δεδομένα.

Math for Data Science 2

Σε αυτό το μάθημα, θα μάθετε θεμελιώδεις στατιστικές δεξιότητες που σας επιτρέπουν να αναλύετε δεδομένα. Θα μυηθείτε στη βασική στατιστική ανάλυση με έμφαση στα μοντέλα παλινδρόμησης και θα μάθετε πώς να τα εφαρμόσετε χρησιμοποιώντας κώδικα λογισμικού. Θα μάθετε βασικές στατιστικές αρχές και θα εξασκηθείτε στην εφαρμογή τους σε πραγματικά επιχειρηματικά ή βιομηχανικά προβλήματα. Αυτές οι δεξιότητες θα αποτελέσουν τη βάση της ικανότητάς σας να αντιμετωπίζετε επιχειρηματικά ή βιομηχανικά προβλήματα χρησιμοποιώντας δεδομένα. Προϋπόθεση: Μαθηματικά για Επιστήμη Δεδομένων 1

Python for Data Science 3

Σε αυτό το μάθημα, θα μάθετε προηγμένες δεξιότητες προγραμματισμού που σας επιτρέπουν να επεξεργάζεστε μεγάλα σύνολα δεδομένων και να έχετε πρόσβαση σε εξωτερικές βάσεις δεδομένων. Θα μάθετε περαιτέρω έννοιες προγραμματισμού στην Python. Θα μάθετε προηγμένες αρχές προγραμματισμού και θα εξασκηθείτε στην εφαρμογή τους σε πραγματικά επιχειρηματικά ή βιομηχανικά προβλήματα. Αυτές οι δεξιότητες θα ενισχύσουν περαιτέρω την ικανότητά σας να αντιμετωπίζετε επιχειρηματικά ή βιομηχανικά προβλήματα χρησιμοποιώντας δεδομένα. Προϋπόθεση: Python for Data Science 2

Math for Data Science 3

Σε αυτό το μάθημα, θα μάθετε προηγμένες στατιστικές δεξιότητες που σας επιτρέπουν να αναλύετε δεδομένα πίνακα. Θα μυηθείτε σε προηγμένη στατιστική ανάλυση και θα μάθετε πώς να την εφαρμόζετε χρησιμοποιώντας κώδικα λογισμικού. Θα μάθετε βασικές στατιστικές αρχές και θα εξασκηθείτε στην εφαρμογή τους σε πραγματικά επιχειρηματικά ή βιομηχανικά προβλήματα. Αυτές οι δεξιότητες θα αποτελέσουν τη βάση της ικανότητάς σας να αντιμετωπίζετε επιχειρηματικά ή βιομηχανικά προβλήματα χρησιμοποιώντας πολύπλοκες δομές δεδομένων. Προϋπόθεση: Μαθηματικά για Επιστήμη Δεδομένων 2

Math for Data Science 4

Σε αυτό το μάθημα, θα μάθετε προηγμένες στατιστικές δεξιότητες που σας επιτρέπουν να αναπτύξετε πειράματα και ανάλυση αιτιότητας. Θα εξοικειωθείτε με γενικευμένα γραμμικά μοντέλα και θα μάθετε πώς να τα εφαρμόζετε χρησιμοποιώντας κώδικα λογισμικού. Θα μάθετε προηγμένες στατιστικές αρχές και θα εξασκηθείτε στην εφαρμογή τους σε πραγματικά επιχειρηματικά ή βιομηχανικά προβλήματα. Αυτές οι δεξιότητες θα αποτελέσουν τη βάση της ικανότητάς σας να αντιμετωπίζετε επιχειρηματικά ή βιομηχανικά προβλήματα χρησιμοποιώντας πολύπλοκες στατιστικές τεχνικές. Προϋπόθεση: Math for Data Science 3

Analytics για τη λήψη αποφάσεων

Σε αυτό το μάθημα, θα εφαρμόσετε τις έννοιες, τις μεθοδολογίες και τις τεχνικές από προηγούμενα μαθήματα για να αντιμετωπίσετε ρεαλιστικές αναλυτικές προκλήσεις. Θα αναπτύξετε αναλυτικές δεξιότητες και ικανότητες που απαιτούνται για την ενημέρωση των διαδικασιών λήψης αποφάσεων σε επιχειρηματικά και βιομηχανικά πλαίσια. Αυτό το μάθημα θα σας επιτρέψει να εδραιώσετε τις αναλυτικές σας δεξιότητες και ικανότητες. Προαπαιτούμενα: Python για Data Science 3, Math for Data Science 3

Machine Learning for Data Science 1

Σε αυτό το μάθημα, θα μάθετε προηγμένες στατιστικές δεξιότητες που σας επιτρέπουν να ταξινομείτε, να προβλέψετε και να βρείτε μοτίβα στα δεδομένα. Θα εξοικειωθείτε με τις τεχνικές ομαδοποίησης, πρόβλεψης και ταξινόμησης και θα μάθετε πώς να τις εφαρμόζετε χρησιμοποιώντας κώδικα λογισμικού. Θα μάθετε βασικές αρχές μηχανικής εκμάθησης και θα εξασκηθείτε στην εφαρμογή τους σε πραγματικά προβλήματα επιχειρήσεων ή κλάδου. Αυτές οι δεξιότητες θα αποτελέσουν τη βάση της ικανότητάς σας να αντιμετωπίζετε επιχειρηματικά ή βιομηχανικά προβλήματα χρησιμοποιώντας τεχνικές μηχανικής εκμάθησης. Προαπαιτούμενα: Python για Data Science 3, Math for Data Science 3

Machine Learning for Data Science 2

Σε αυτό το μάθημα, θα μάθετε προηγμένες τεχνικές που θα σας επιτρέψουν να χρησιμοποιείτε τεχνικές αιχμής για την επεξεργασία εικόνων και κειμένου, ταξινόμησης και πρόβλεψης δεδομένων και θα μάθετε πώς να τα εφαρμόζετε χρησιμοποιώντας κώδικα λογισμικού. Θα μάθετε προηγμένες αρχές μηχανικής εκμάθησης και θα εξασκηθείτε στην εφαρμογή τους σε πραγματικά επιχειρηματικά προβλήματα. Αυτές οι δεξιότητες θα αποτελέσουν τη βάση της ικανότητάς σας να αντιμετωπίζετε επιχειρηματικά προβλήματα χρησιμοποιώντας προηγμένες τεχνικές μηχανικής μάθησης. Προϋπόθεση: Μηχανική Μάθηση για Επιστήμη Δεδομένων 1

Generative AI for Data Science

Σε αυτήν την ενότητα, θα μάθετε πώς να εφαρμόζετε τη γενετική τεχνητή νοημοσύνη για την επεξεργασία και τη μετατροπή σύνθετων, αδόμητων συνόλων δεδομένων. Θα εξοικειωθείτε με το prompt engineering και θα μάθετε πώς να το εφαρμόζετε για αναλυτικούς σκοπούς. Αυτές οι δεξιότητες θα συμπληρώσουν την ικανότητά σας να επεξεργάζεστε πληροφορίες κειμένου και να εξάγετε σχετικές γνώσεις από αυτές. Προαπαιτούμενα: Python για Data Science 3, Math for Data Science 3

Capstone Project

Σε αυτό το μάθημα, θα εφαρμόσετε τις έννοιες, τις μεθοδολογίες και τις τεχνικές από προηγούμενα μαθήματα για να δώσετε μια λύση σε μια πραγματική πρόκληση της επιχείρησης ή της βιομηχανίας. Αυτό το μάθημα θα σας επιτρέψει να εδραιώσετε τις αναλυτικές σας δεξιότητες και ικανότητες και να αποκτήσετε πραγματική εμπειρία ως επίδοξος επιστήμονας δεδομένων, αναλυτής ή μηχανικός ML.

Alongside delivering industry-aligned skills and competencies, we are dedicated to helping our students achieve their career goals and reach their full potential. As a student at Vedere University, your professional development will be supported by:

• Career coaching sessions with experienced counsellors
• Career workshops focused on industry trends and in-demand skills
• Industry-specific networking and informational events
• Curated information on relevant, up-to-date job opportunities in target fields