Στόχος του μαθήματος είναι η δημιουργία βασικών ικανοτήτων για την αξιοποίηση των υπολογιστικών συστημάτων και των εφαρμογών τους ως τα κύρια εργαλεία επεξεργασίας και κατανόησης των δεδομένων σήμερα. Μετά την επιτυχή ολοκλήρωση του μαθήματος, αναμένεται οι φοιτητές και οι φοιτήτριες να είναι σε θέση να:

• Περιγράψουν το ρόλο και τη σημασία της επιστήμης δεδομένων στην Οικονομική Επιστήμη
• Αξιοποιούν μεθόδους προσέγγισης προβλημάτων στατιστικής επεξεργασίας δεδομένων μέσω της επιστήμης δεδομένων
• Χρησιμοποιούν μεθόδους επεξεργασίας και βασικής στατιστικής ανάλυσης και χειρισμού δεδομένων βασιζόμενοι σε λογισμικό λογιστικών φύλλων και στη γλώσσα προγραμματισμού R
• Αξιολογούν εναλλακτικά υπολογιστικά περιβάλλοντα επεξεργασίας και στατιστικής ανάλυσης δεδομένων ανάλογα με τη φύση του προβλήματος

Η σημασία της επιστήμης δεδομένων στην Οικονομική Επιστήμη. Χρήση λογιστικών φύλλων για την στατιστική επεξεργασία δεδομένων. Συναρτήσεις περιγραφικής στατιστικής. Τυχαία δεδομένα. Γραφήματα. Εισαγωγή στη γλώσσα προγραμματισμού R. Χειρισμός οικονομικών δεδομένων με χρήση πλαισίου δεδομένων. Τεμαχισμός πλαισίων δεδομένων. Συναρτήσεις περιγραφικής στατιστικής. Γραφικές παραστάσεις. Χρήση δημόσιων ανοικτών δεδομένων, όπως αυτά της Απογραφής Πληθυσμού, για την εκμάθηση τεχνικών χειρισμού και στατιστικής επεξεργασίας των δεδομένων και με τα δύο περιβάλλοντα. Συγκριτική αξιολόγηση των δύο προσεγγίσεων. Η επιστήμη δεδομένων και μεγάλα γλωσσικά μοντέλα.

Διαλέξεις (3 ώρες/εβδομάδα) και Εργαστηριακές Ασκήσεις (2 ώρες/εβδομάδα)

Η αξιολόγηση περιλαμβάνει:

1. Δύο (2) γραπτές ομαδικές εργασίες (με στόχο την χρήση των υπολογιστικών εργαλείων για την επεξεργασία και στατιστική ανάλυσης δεδομένων): 30%
2. Γραπτή εξέταση (Ερωτήσεις σύντομης απάντησης, Επίλυση Προβλημάτων): 70%

Ο τελικός βαθμός είναι προβιβάσιμος εφόσον ο βαθμός είναι πάνω από τη βάση στις δύο εργασίες και στην γραπτή εξέταση. Τα κριτήρια αξιολόγησης είναι προσβάσιμα από τους φοιτητές στην περιγραφή του μαθήματος στο eclass εδώ

• Χρήση διαφανειών για την υποστήριξη διαλέξεων
• Χρήση λογισμικού λογιστικών φύλλων (MSExcel, OpenOfficeCalc), της γλώσσας προγραμματισμού Python και της γλώσσας προγραμματισμού R για την επίδειξη και πρακτική προσέγγιση στατιστικών μεθόδων επεξεργασίας δεδομένων
• Χρήση πλατφόρμας elearning (eclass) για την:
  • οργάνωση και διανομή των σημειώσεων
  • εκπόνηση εβδομαδιαίων ηλεκτρονικών ασκήσεων (quizzes) κατανόησης της ύλης και αξιολόγηση φοιτητών
  • την παράδοση των εργασιών
  • την επικοινωνία με τους φοιτητές
• Χρήση ανοικτών μαθημάτων ως συμπληρωματικό εκπαιδευτικό υλικό