Το μάθημα εισάγει τους φοιτητές σε αλγόριθμους, τεχνικές, αυτοματοποιημένες υπολογιστικές μεθόδους και συστήματα πληροφοριών που υποστηρίζουν τη λήψη αποφάσεων. Έμφαση δίνεται στην επεξεργασία πληροφοριών σε σύνθετα περιβάλλοντα, αξιοποιώντας παράλληλα πολλαπλές πηγές δεδομένων όπως π.χ. αισθητήρες και ανοιχτά δεδομένα διαθέσιμα στο διαδίκτυο. Μαζί με τις διαλέξεις, παρουσιάζονται μελέτες περιπτώσεων σε τομείς όπως η βελτιστοποίηση πόρων, οι ανανεώσιμες πηγές ενέργειας, η οικονομική ανάλυση και η εξατομίκευση του περιεχομένου του Web, όπως πχ στα συστήματα υποδείξεων.
Προαπαιτήσεις:
Δεν υπάρχουν
Περιεχόμενο του μαθήματος (Syllabus):
Α/Α
Περιεχόμενα
1
Εισαγωγή στη λήψη αποφάσεων – Παραδείγματα στις ανανεώσιμες πηγές ενέργειας
2
Υποστήριξη αποφάσεων και αθροιστικά διαγράμματα ροής κεφαλαίου
3
Αποφάσεις με βάση αρχές οικονομίας και μηχανικής – Μελέτη περίπτωσης: «Ground Heat»
4
Λήψη αποφάσεων με χρήση Ασαφούς Λογικής – Μη τεχνικά εμπόδια και η επιρροή τους στη λήψη αποφάσεων σε πραγματικά προβλήματα
5
Μοντέλα Παλινδρόμησης – Δεδομένα εκπαίδευσης/επαλήθευσης στην ανάλυση δεδομένων – Μελέτες περίπτωσης: «Home Energy Efficiency & Home Energy Savings»
6
Αποφάσεις με βάση ανάλυση ομάδων και τον αλγόριθμο Fuzzy C-Means
7
Αλγόριθμοι στατιστικής ταξινόμησης – Μελέτες περίπτωσεις σε συνεχή και διακριτά προβλήματα