Π.Μ.Σ. στην Εφαρμοσμένη Πληροφορική

Σκοπός

Σκοποί του μαθήματος είναι αφενός μεν οι μεταπτυχιακοί φοιτητές να εξοικειωθούν με τις έννοιες και τη μεθοδολογία της στατιστικής ανάλυσης, αφετέρου δε να μελετήσουν και να εφαρμόσουν σύγχρονα εργαλεία στατιστικής ανάλυσης. Η μελέτη γίνεται τόσο σε θεωρητικό όσο και πρακτικό επίπεδο, όπου έμφαση δίνεται στη χρήση των εργαλείων ανάλυσης μέσα από εργασίες (projects).

Περίγραμμα

Πληθυσμός, δείγμα. Είδη μεταβλητών, κατανομή συχνοτήτων, ομαδοποίησης δεδομένων. Γραφικές παραστάσεις (ραβδογράμματα, ιστογράμματα, κυκλικά διαγράμματα, φυλογραφήματα, θηκογραφήματα, γραφήματα χρονικών σειρών, γραφήματα διασποράς, χρωματικά και πολυδιάστατα γραφήματα). Μέτρα θέσης και διασποράς, υπολογισμοί από απλούς ή ομαδοποημένους πίνακες συχνοτήτων. Δειγματικές κατανομές, κατανομές αθροισμάτων τυχαίων μεταβλητών, κεντρικό οριακό θεώρημα και οι συνέπειές του στη στατιστική. Εκτιμητές σημείου και διαστήματος, αμεροληψία και επάρκεια. Αμερόληπτες εκτιμήτριες ελάχιστης διασποράς, μέθοδος ροπών και μέθοδος μέγιστης πιθανοφάνειας. Διαστήματα εμπιστοσύνης και έλεγχοι υποθέσεων για ένα και δύο δείγματα (ανεξάρτητα ή ζευγαρωτά) για τη μέση τιμή και τη διασπορά. Διαστήματα εμπιστοσύνης και έλεγχοι υποθέσεων αναλογιών. Η δοκιμασία X2 (έλεγχοι προσαρμογής, ανεξαρτησίας και ομοιογένειας). Απλή γραμμική παλινδρόμηση και συσχέτιση. Μη παραμετρικές δοκιμασίες (κριτήριο ροών, έλεγχοι τυχαιότητας, κριτήριο Kolmogorov-Smirnov, κριτήριο Mann-Whitney, κριτήριο Wilcoxon, κριτήριο McNemar, κριτήριο Kruskal-Wallis).

Δοκιμασία υποθέσεων και σχετικά κριτήρια. Θεμελιώδες λήμμα των Neymann-Pear-son, σύνθετες υποθέσεις, έλεγχοι υποθέσεων γενικευμένου λόγου πιθανοφανειών, έλεγχοι υποθέσεων για την κανονική κατανομή ενός ή δύο δειγμάτων. Δοκιμασία X2. Πίνακες συνάφειας.

Η χαρακτηριστική συνάρτηση για πολυδιάστατες τυχαίες μεταβλητές. Η πολυδιάστατη κανονική κατανομή και οι παραγόμενες από αυτήν κατανομές. Εφαρμογές των παραπάνω αποτελεσμάτων στην στατιστική ανάλυση (θεώρημα Cochran, ANOVA, παλινδρόμηση, Χ2). Εξαγωγή στατιστικών συμπερασμάτων τόσο με την κλασική θεωρία των Neyman και Pearson, όσο και με την θεωρία αποφάσεων και του γενικευμένου λόγου πιθανοφανειών.

Δειγματοληψία και Στατιστική Επεξεργασία:

• Η Δειγματοληψία και οι εφαρμογές της στα Κοινωνικά και Οικονομικά Θέματα. Μέθοδοι και τεχνικές Δειγματοληψίας. Δημοσκοπήσεις από το Α ως το Ω.
• Κατάρτιση Ερωτηματολογίου και δοκιμή αξιοπιστίας του. Είδη ερωτήσεων και εξειδίκευση των χρήσεών τους. Από το ερωτηματολόγιο στις τυχαίες μεταβλητές και στην καταγραφή των δεδομένων τους σε αρχεία του Υπολογιστή. Επεξεργασία δεδομένων μετά την καταγραφή τους.
• Θέματα Δειγματοληψίας ειδικού περιεχομένου, όπως: «Ανίχνευση γραμμικής τάσης δεδομένων», «Ανίχνευση περιοδικότητας δεδομένων», «Δημιουργία εξίσωσης Συνάρτησης Πιθανότητας (2-βάθμιο μοντέλο) από δεδομένα 2 διαστάσεων, κλπ», «Ο Συντελεστής Μεταβλητότητας και οι εφαρμογές του, π.χ. Εύρεση δυμμετρικού μοντέλου συνάρτησης πυκνότητας πιθανότητας».

Σκοπός

Στόχος του μαθήματος είναι οι μεταπτυχιακοί φοιτητές, μετά την επιτυχή παρακολούθησή τους, να είναι σε θέση: (α) να γνωρίζουν τις διαφορές μεταξύ του κλασικού σειριακού προγραμματισμού σε σχέση με τον Παράλληλο Προγραμματισμό, (β) να γνωρίζουν τον τρόπο με τον οποίο μπορούν να μετατρέψουν σειριακούς αλγορίθμους σε παράλληλους, χρησιμοποιώντας την κατάλληλη αρχιτεκτονική καθώς και το κατάλληλο μοντέλο προγραμματισμού, (γ) να έχουν τη δυνατότητα να δημιουργούν και να εκτελούν παράλληλα προγράμματα είτε σε υπερυπολογιστή (grid computer) είτε σε συστοιχία Η/Υ με το λογισμικό MATLAB.

Περίγραμμα

• Εισαγωγή: γενικά περί παράλληλου προγραμματισμού, παράλληλες αρχιτεκτονικές, μέτρα απόδοσης, κατηγοριοποίηση κατά Φλυν (Flynn) και νόμος του Άμνταλ (Amdahl), κατευθυνόμενοι μη-Κυκλικοί Γράφοι (DAGs) και διαγράμματα Gantt.

• Παράλληλες αρχιτεκτονικές: γενική επισκόπηση και εμβάθυνση στις κλάσεις SIMD, MIMD κοινής και κατανεμημένης μνήμης.

• Παράλληλος προγραμματισμός-εργαλεία: αρχές παράλληλου προγραμματισμού κοινής μνήμης και SIMD, προγραμματισμός στο μοντέλο κοινής μνήμης, προγραμματισμός με μεταβίβαση μηνυμάτων, προγραμματισμός πελάτη-εξυπηρετητή.

• Παράλληλοι αλγόριθμοι επεξεργασίας πινάκων, ταξινόμησης, αναζήτησης κ.α. για διάφορες αρχιτεκτονικές. Υπολογισμός παράλληλης πολυπλοκότητας (επεξεργασία, επικοινωνία).

Στόχος του μαθήματος είναι οι μεταπτυχιακοί φοιτητές, μετά την επιτυχή παρακολούθησή του, να είναι σε θέση:

• Να διακρίνουν και να συγκρίνουν την ευρεία επιλογή τεχνικών μεταγωγής, πολλαπλής πρόσβασης και εκπομπής στα σύγχρονα τηλεπικοινωνιακά δίκτυα με στόχο να μπορούν να αξιολογήσουν την καταλληλότητα κάθε μιας για την εξυπηρέτηση διαφορετικών εφαρμογών κατανεμημένων συστημάτων.

• Να γνωρίζουν τις σύγχρονες εξελίξεις στο Διαδίκτυο, ειδικά τα πρωτόκολλα τα οποία διευρύνουν τον χώρο διευθύνσεων και προσφέρουν κλιμακούμενη δρομολόγηση και πολυεκπομπή.

• Να γνωρίζουν πρωτόκολλα και αρχιτεκτονικές μέσω των οποίων μεταφέρονται ροές δεδομένων πραγματικού χρόνου στο Διαδίκτυο και υποστηρίζουν Ποιότητα Υπηρεσίας.

• Να έχουν μια βαθύτερη κατανόηση επιλεγμένων αντικειμένων, που βρίσκονται στην αιχμή του δόρατος της τεχνολογίας δικτύων, σύγχρονων εξελίξεων και ειδικών θεμάτων.

• Να διαθέτουν τις ικανότητες να αναλάβουν πρακτική ή/και ερευνητική εργασία που διερευνά τις τεχνικές που καλύπτονται στο μάθημα και να μπορούν να παρουσιάσουν και να σχολιάσουν τα ευρύματά τους.