«Η θέση αφορά στην έρευνα και
διδασκαλία θεμάτων που σχετίζονται α) με την ανάπτυξη και την εφαρμογή
μεθόδων ποσοτικής Ανάλυσης Δεδομένων με τη χρήση παραμετρικών,
ημιπαραμετρικών και μη παραμετρικών μοντέλων και τεχνικών μηχανικής
μάθησης που επιτρέπουν τη διαχείριση μαζικών ή/και μεγάλης διάστασης
δεδομένων και την αποδοτική εξαγωγή πληροφορίας, β) την αξιολόγηση και
βελτιστοποίηση μοντέλων που βασίζονται σε δεδομένα. Ενδεικτικά, σε αυτές τις
μεθόδους και τεχνικές περιλαμβάνονται τεχνικές ανάπτυξης μοντέλων
εκτίμησης/πρόβλεψης, μέθοδοι κατηγοριοποίησης και ομαδοποίησης
πολυδιάστατων δεδομένων, τεχνικές βελτιστοποίησης και εκπαίδευσης
μοντέλων μηχανικής μάθησης, μέθοδοι ανάλυσης χρονοσειρών, αλγόριθμοι
υπολογιστικής ευφυΐας, κ.λπ.
Το γνωστικό αντικείμενο της θέσης εστιάζει τόσο στη μεθοδολογία όσο και σε
εφαρμογές της σε τομείς, όπως π.χ. η διοίκηση των επιχειρήσεων, η οικονομία,
και τα χρηματοοικονομικά. Στόχος είναι μέσω της διδασκαλίας των πιο πάνω
αντικειμένων η εξοικείωση των φοιτητών στην κατανόηση των βασικών
μεθόδων και τεχνικών της ανάλυσης δεδομένων με χρήση ποσοτικών μεθόδων
και τεχνικών μηχανικής μάθησης, στην απόκτηση προχωρημένων
υπολογιστικών δεξιοτήτων και στην εφαρμογή τους σε ένα εύρος προβλημάτων,
ιδιαίτερα αυτών που άπτονται των γενικότερων ενδιαφερόντων του τμήματος».
διδασκαλία θεμάτων που σχετίζονται α) με την ανάπτυξη και την εφαρμογή
μεθόδων ποσοτικής Ανάλυσης Δεδομένων με τη χρήση παραμετρικών,
ημιπαραμετρικών και μη παραμετρικών μοντέλων και τεχνικών μηχανικής
μάθησης που επιτρέπουν τη διαχείριση μαζικών ή/και μεγάλης διάστασης
δεδομένων και την αποδοτική εξαγωγή πληροφορίας, β) την αξιολόγηση και
βελτιστοποίηση μοντέλων που βασίζονται σε δεδομένα. Ενδεικτικά, σε αυτές τις
μεθόδους και τεχνικές περιλαμβάνονται τεχνικές ανάπτυξης μοντέλων
εκτίμησης/πρόβλεψης, μέθοδοι κατηγοριοποίησης και ομαδοποίησης
πολυδιάστατων δεδομένων, τεχνικές βελτιστοποίησης και εκπαίδευσης
μοντέλων μηχανικής μάθησης, μέθοδοι ανάλυσης χρονοσειρών, αλγόριθμοι
υπολογιστικής ευφυΐας, κ.λπ.
Το γνωστικό αντικείμενο της θέσης εστιάζει τόσο στη μεθοδολογία όσο και σε
εφαρμογές της σε τομείς, όπως π.χ. η διοίκηση των επιχειρήσεων, η οικονομία,
και τα χρηματοοικονομικά. Στόχος είναι μέσω της διδασκαλίας των πιο πάνω
αντικειμένων η εξοικείωση των φοιτητών στην κατανόηση των βασικών
μεθόδων και τεχνικών της ανάλυσης δεδομένων με χρήση ποσοτικών μεθόδων
και τεχνικών μηχανικής μάθησης, στην απόκτηση προχωρημένων
υπολογιστικών δεξιοτήτων και στην εφαρμογή τους σε ένα εύρος προβλημάτων,
ιδιαίτερα αυτών που άπτονται των γενικότερων ενδιαφερόντων του τμήματος».
Κωδ. Θέσης
APP42702
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ
Σχολή
ΔΙΟΙΚΗΣΗΣ
Γνωστικό αντικείμενο
Ποσοτικές Μέθοδοι και Μηχανική Μάθηση για την Ανάλυση Δεδομένων
Τμήμα
ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ ΟΡΓΑΝΙΣΜΩΝ
Ημ/νία ΦΕΚ
2024-07-04
Κατάσταση
Ανοιχτή
Έναρξη προκήρυξης
05/09/2024
Λήξη προκήρυξης
05/11/2024