Περιεχόμενο- Μαθησιακά αποτελέσματα
1 Ανοικτότητα και Ανοικτό Λογισμικό για μη πληροφορικούς
Πρόγραμμα μετατροπής (Conversion programme) για σπουδαστές που αποφοιτούν από τομείς εκτός ΤΠΕ για πρόσβαση σε μεταπτυχιακά προγράμματα που αφορούν το Ανοικτό Λογισμικό
Μαθήματα:
1. Εισαγωγή στην Πληροφορική και την Ανοικτότητα
2. Ανοικτά Λειτουργικά Συστήματα
3. Βάσεις Δεδομένων
4. Εισαγωγή στα Δίκτυα Υπολογιστών
5. Υπολογιστική Σκέψη και Εισαγωγή στον Προγραμματισμό με Python
6. Σχεδιασμός, Ανάπτυξη και Εγκατάσταση Ιστοτόπων
7. Συστήματα Πολυμέσων και Παραγωγή Ψηφιακού Περιεχομένου με Ανοικτό Λογισμικό
1.1 Εισαγωγή στην Πληροφορική και την Ανοικτότητα
1.1.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να γνωρίζουν τη χρήση ανοιχτών υπολογιστικών συστημάτων
• Να γνωρίζουν τη διαχείριση της πληροφορίας με μεθόδους και συστήματα της Επιστήμης των Υπολογιστών
• Να γνωρίζουν την έννοια των βάσεων δεδομένων
• Να γνωρίζουν τα ανοικτά λειτουργικά συστήματα
• Να γνωρίζουν την έννοια και τα οφέλη της ανοικτότητας στον χώρο της πληροφορικής
• Να γνωρίζουν τις γενιές και τις κατηγορίες των γλωσσών προγραμματισμού
• Nα κατανοούν τη δομή ενός υπολογιστικού συστήματος
• Nα κατανοούν την έννοια των δικτύων και ειδικά του Διαδικτύου
• Nα κατανοούν βασικούς αλγορίθμους αναζήτησης και ταξινόμησης
1.1.2 Περιεχόμενο Μαθήματος
• Αλγόριθμοι
• Διαγράμματα ροής.
• Υπολογιστικές μηχανές.
• Ψηφιακά ηλεκτρονικά και βασικές έννοιες της άλγεβρας Boole.
• Αρχιτεκτονική Ψηφιακού Υπολογιστή.
• Κωδικοποίηση πληροφοριών.
• Αριθμητικά συστήματα.
• Δομή Λειτουργικού συστήματος.
• Ανάλυση Γλωσσών Προγραμματισμού και Εισαγωγή στην Τεχνολογία Λογισμικού.
• Δίκτυα και το Διαδίκτυο.
• Εισαγωγή στην ανοικτότητα.
1.1.3 Λέξεις Κλειδιά
Αλγόριθμοι, Πληροφορική, Ηλεκτρονικός Υπολογιστής, Ανοικτότητα
1.2 Ανοικτά Λειτουργικά Συστήματα
1.1.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να γνωρίζουν τα βασικά χαρακτηριστικά των λειτουργικών συστημάτων.
• Να κατανοούν τη σημασία του λειτουργικού συστήματος για τη χρήση του Η/Υ.
• Να γνωρίζουν τα κυριότερα λειτουργικά συστήματα και να εντοπίζουν τις διαφορές μεταξύ τους, πλεονεκτήματα και μειονεκτήματα.
• Να γνωρίσουν το Λειτουργικό σύστημα Linux, διανομές Linux.
• Να εντοπίζουν πλεονεκτήματα και μειονεκτήματα διαφορετικών διανομών Linux.
• Να γνωρίζουν τις βασικές εντολές στο Linux και εισαγωγή στα scripts.
• Να γνωρίζουν τα βασικά στοιχεία για το Adnroid.
• Να γνωρίζουν σύγχρονα λειτουργικά συστήματα, με έμφαση στα λειτουργικά συστήματα ανοικτού κώδικα (Linux, Android).
• Να γνωρίζουν διαφορετικές διανομές Linux (Ubuntu, OpenSuce),
• Να επιλέγουν την καταλληλότερη διανομή
• Να επιλύουν πρακτικά ζητήματα σε Linux (εγκατάσταση, ενημέρωση, εγκατάσταση εφαρμογών, επίλυση προβλημάτων μέσω πληροφοριών στο Διαδίκτυο).
1.1.2 Περιεχόμενο Μαθήματος
Βασικές έννοιες Λειτουργικών Συστημάτων. Λειτουργικό σύστημα Linux, διανομές Linux. Σύγκριση Linux με Windows, σύγκριση διανομών Linux. Εγκατάσταση Linux, single και dual boot. Βασικές εντολές Linux, τερματικό Linux και script. Εγκατάσταση εφαρμογών σε περιβάλλον Ubuntu. Επίλυση προβλημάτων με παραδείγματα σε περιβάλλον Ubuntu.
1.1.3 Λέξεις Κλειδιά
λειτουργικά συστήματα, εγκατάσταση Linux, διανομή Linux, bash, script
1.2.1 Λέξεις Κλειδιά
λειτουργικά συστήματα, διεργασίες, δρομολόγηση, αδιέξοδα, μνήμη
1.2 Βάσεις Δεδομένων
1.2.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν την έννοια της διαχείρισης μεγάλου όγκου δεδομένων.
• Να κατανοούν την έννοια της οντότητας και συσχέτισης.
• Να γνωρίζουν εντολές της γλώσσας SQL και αρχών διαχείρισης δεδομένων (CRUD, create/read/update/delete).
• Να σχεδιάζουν μία ολοκληρωμένη εφαρμογή βάσεων δεδομένων με χρήση Java και JDBC/JPA.
• Να σχεδιάζουν, αναπτύσσουν και επεξεργάζονται μία βάση δεδομένων
• Να γνωρίζουν ολοκληρωμένες εφαρμογές Β.Δ.
1.2.2 Περιεχόμενο Μαθήματος
Εισαγωγή. Φυσικά μέσα αποθήκευσης. Αρχιτεκτονική συστημάτων αποθήκευσης δεδομένων. Μοντέλο Οντοτήτων-Συσχετίσεων. Σχεσιακό μοντέλο δεδομένων. Γλώσσα SQL. Χρήση της βάση δεδομένων SQLite.
1.2.3 Λέξεις Κλειδιά
Μοντέλο Οντοτήτων-Συσχετίσεων/E-R. Σχεσιακό μοντέλο βάσεων δεδομένων. SQL/SQLite.
1.3 Εισαγωγή στα Δίκτυα Υπολογιστών
1.3.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν βασικά θέματα των δικτύων επικοινωνιών
• Να κατανοούν τα επίπεδα κατά OSI
• Να κατανοούν τις λειτουργίες και τα πρωτόκολλα των επιπέδων OSI
• Να επιλύουν προβλήματα που σχετικά με τα δίκτυα υπολογιστών
1.3.2 Περιεχόμενο Μαθήματος
Εισαγωγή στα Δίκτυα Υπολογιστών .
Παρουσίαση του μοντέλου OSI, και της οικογένειας πρωτοκόλλων TCP/IP.
Φυσικό Επίπεδο.
Μετάδοση δεδομένων (πολυπλεξία, μεταγωγή κυκλώματος, μεταγωγή πακέτων)
Υποεπίπεδο Ελέγχου Προσπέλασης στο Μέσο.
Παρουσίαση των επιπέδων Δικτύου, Μεταφοράς και Εφαρμογών.
1.3.3 Λέξεις Κλειδιά
Δίκτυα επικοινωνιών, Πρωτόκολλα δικτύων επικοινωνιών, Δρομολόγηση, TCP/IP, Επίπεδο εφαρμογής.
1.4 Υπολογιστική Σκέψη και Εισαγωγή στον Προγραμματισμό με Python
1.4.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν την έννοια της υπολογιστικής σκέψης
• Να επιλύουν προβλήματα ακολουθώντας τα βήματα της υπολογιστικής σκέψης
• Να επινοούν αλγορίθμων για την επίλυση προβλημάτων
• Να αναπτύσσουν προγραμμάτων με τη γλώσσα προγραμματισμού python
1.4.2 Περιεχόμενο Μαθήματος
• Παρουσίαση της έννοιας της υπολογιστικής σκέψεις.
• Παρουσίαση παραδειγμάτων και της διαδικασίας επίλυσης προβλημάτων ακολουθώντας τα βήματα της υπολογιστικής σκέψης.
• Εισαγωγή στον προγραμματισμό με την γλώσσα προγραμματισμού Python
• Δομή προγράμματος. Τύποι δεδομένων και τελεστές. Παρουσίαση της γλώσσας.
• Βασικές δομές προγραμματισμού (επανάληψη και επολογή). Ευσαγωγή στη συγγραφή κώδικά με την γλώσσα προγραμματισμού Python.
• Δομές Δεδομένων στην γλώσσα προγραμματισμού Python (Λίστα, Λεξικό, Ομάδα, Σύνολο.
• Συναρτήσεις στην γλώσσα προγραμματισμού Python και υλοποίηση αλγορίθμων αναζήτησης και ταξινόμησης.
• Αντικειμενοστρεφής προγραμματισμός με την στην γλώσσα προγραμματισμού Python.
1.4.3 Λέξεις Κλειδιά
Υπολογιστική σκέψη, Python, Συναρτησιακός και αντικειμενοστραφής προγραμματισμός.
1.5 Σχεδιασμός, Ανάπτυξη και Εγκατάσταση Ιστοτόπων
1.5.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν τις έννοιες και τα πρωτόκολλα του Παγκόσμιου Ιστού Πληροφοριών.
• Να σχεδιάσουν και να αναπτύσουν ιστοτόπους με την χρήση ανοικτών τεχνολογιών (XML, HTML, CSS, PHP, MYSQL, Java).
1.5.2 Περιεχόμενο Μαθήματος
• Εισαγωγή στις έννοιες του Παγκόσμιου Ιστού Πληροφοριών.
• Χρήση ανοικτών τεχνολογιών για την σχεδίαση και ανάπτυξη δυναμικών ιστοτόπων (XML, HTML, CSS, PHP, MYSQL, Java).
• Πρωτόκολλα για την τις εφαρμογές Παγκόσμιου Ιστού.
• Μηχανές αναζήτησης Ιστού και λειτουργικότητα τους.
1.5.3 Λέξεις Κλειδιά
παγκόσμιος ιστός, XML, HTML, CSS, PHP, MYSQL, Java, Javascript
1.6 Συστήματα Πολυμέσων και Παραγωγή Ψηφιακού Περιεχομένου με Ανοικτό Λογισμικό
1.6.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν τα θεωρητικά θέματα των πολυμεσικών τεχνολογιών (επικοινωνιακά μοντέλα, κωδικοποίηση, συμπίεση, αποθήκευση και δικτύωση)
• Να σχεδιάζουν και να αναπτύσσουν πολυμεσικές εφαρμογές
• Να χρησιμοποιούν ανοικτές εφαρμογές πολυμέσων για την επεξεργασία εικόνας, ήχου, βίντεο, σχεδιοκίνησης, 3D γραφικών.
1.6.2 Περιεχόμενο Μαθήματος
• Επικοινωνία: μοντέλο Shannon-Weaver & μοντέλο Gerbner. Εντροπία, Πλεονασμός.
• Πολυμέσα: Δειγματοληψία, θεώρημα Nyquist, κβάντωση, κωδικοποίηση, διαδραστικά πολυμέσα, μέθοδοι συμπίεσης πληροφορίας πολυμέσων.
• Ψηφιακή Εικόνα: ανάλυση & βάθος χρώματος, μορφοποιήσεις αρχείων εικόνας, συμπίεση κατά JPEG, τεχνολογίες εκτυπωτών, καμερών και οθονών.
• Ψηφιακός Ήχος: μορφοποιήσεις αρχείων εικόνας, κωδικοποίηση mp3.
• Ψηφιακό Video: τεχνολογία αναλογικού & ψηφιακού video, υποδειγματοληψία σήματος video, συμπίεση κατά MPEG, τεχνική motion compensation.
• Τεχνικές παραγωγής σχεδιοκίνησης (animation).
• Τεχνολογία ροής (streaming media) και τηλεδιάσκεψης.
• Τεχνολογίες αποθήκευση πολυμέσων.
1.6.3 Λέξεις Κλειδιά
Πολυμέσα, Ψηφιακός ήχος, Ψηφιακό βίντεο, Εικόνα, Σχεδιοκίνηση
2 Τεχνολογίες Ανοικτού Λογισμικού
Ροή εξειδίκευσης στην Τεχνολογία Λογισμικού με έμφαση στο Ανοικτό Λογισμικό.
Μαθήματα:
1. Ανάλυση Πληροφοριακών Συστημάτων
2. Επιχειρηματικότητα και Καινοτομία
3. Διασφάλιση Ποιότητας Συστημάτων Λογισμικού
4. Σχεδιασμός, Ανάπτυξη και Εγκατάσταση Ιστοτόπων
5. Ανάπτυξη Εφαρμογών Κινητών Συσκευών
6. Ασφάλεια Λογισμικού
7. Αντικειμενοστραφής προγραμματισμός με Python
2.1 Ανάπτυξη Πληροφοριακών Συστημάτων
2.1.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να γνωρίζουν τις βασικές αρχές των Πληροφοριακών Συστημάτων Επιχειρήσεων. Ανοικτότητα πληροφοριακών συστημάτων, ανοικτά πρότυπα.
• Να γνωρίζουν τις βασικές αρχές Επιχειρηματικής Αρχιτεκτονικής.
• Να γνωρίζουν τις βασικές τις διεργασίες ανάπτυξης λογισμικού πληροφοριακών συστημάτων. Βασικές αρχές Αντικειμενοστρεφούς Ανάλυσης.
• Να γνωρίζουν τα εργαλεία ΕΛΛΑΚ σχετικά με την ανάλυση των πληροφοριακών συστημάτων επιχειρήσεων.
• Να χρησιμοποιούν εργαλεία υπολογιστή για προδιαγραφή μίας Επιχειρηματικής Αρχιτεκτονικής.
• Να χρησιμοποιούν εργαλεία για την Αντικειμενοστρεφή Ανάλυση (εντοπισμός κλάσεων, σχεδίαση στατικών και δυναμικών διαγραμμάτων) που προβλέπονται από τις διεργασίες RUP και ICONIX.
• Να συμμετέχουν σε έργα ανοιχτού κώδικα, πρακτική εφαρμογή της αντικειμενοστρεφούς ανάλυσης στην πραγματική ανάπτυξη λογισμικού.
2.1.2 Περιεχόμενο Μαθήματος
Πληροφοριακά Συστήματα Επιχειρήσεων, σημασία, ρόλος, προβλήματα. Τύποι, ενοποίηση και παραδείγματα πληροφοριακών συστημάτων ΕΛΛΑΚ. Σημασία της ανοικτότητας για τα πληροφοριακά συστήματα. Επιχειρηματική Αρχιτεκτονική, εργαλείο Archi. Αρχές Αντικειμενοστρέφειας, διεργασίες ανάπτυξης αντ/φούς λογισμικου (RUP, ICONIX). Σημασία του ανοικτού κώδικα για την ανάπτυξη πληροφοριακών συστημάτων. Αντικειμενοστρεφής Ανάλυση με την πρότυπη γλώσσα UML (περιπτώσεις χρήσης, διαγράμματα UML με το εργαλείο Modelio). Επαναχρησιμοποίηση, πρότυπα σχεδίασης.
2.1.3 Λέξεις Κλειδιά
Πληροφοριακό Σύστημα Επιχειρήσεων, ERP/CRM/HRM. Επιχειρηματική Αρχιτεκτονική, Αντικειμενοστρέφεια, UML, RUP, ICONIX, Επαναχρησιμοποίηση, Πρότυπο Σχεδίασης
2.2 Επιχειρηματικότητα και Καινοτομία
2.2.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν τις βασικές έννοιες της καινοτομίας.
• Να κατανοούν τις βασικές έννοιες της επιχειρηματικότητας (επιχειρηματικός καμβάς, επιχειρηματικό πλάνο).
• Να επινοούν καινοτόμες ιδέες.
• Να διαχειρίζονται καινοτομία και επιχειρηματικότητα.
• Να κατανοούν την τεχνολογική καινοτομία και επιχειρηματικότητα με έμφαση στο ανοικτό λογισμικό και τις ανοικτές τεχνολογίες ως φορέα καινοτομίας.
• Να γνωρίζουν τα διαθέσιμα εργαλεία χρηματοδότησης.
• Να διενεργούν επισκόπηση σύγχρονων τεχνολογικών περιοχών και περιοχών εφαρμογών προς ανάπτυξη καινοτομίας και επιχειρηματικότητας.
• Να εντοπίζουν, διερευνούν και αναπτύσσουν καινοτόμες ιδέας με αξιοποίηση ανοικτών τεχνολογιών.
• Να μετατρέπουν καινοτομία σε επιχειρηματική ιδέα.
• Να σχεδιάζουν και να δημιουργούν επιχειρηματικό καμβά.
• Να σχεδιάζουν και να δημιουργούν επιχειρηματικό πλάνο.
2.2.2 Περιεχόμενο Μαθήματος
Έννοια της Καινοτομίας. Τρόποι ανάπτυξη καινοτομίας. Παραδείγματα καινοτόμων ιδεών. Επιχειρηματικότητα. Επιχειρηματικό Πλάνο. Καινοτομία και Επιχειρηματικότητα, ευκαιρίες που προσφέρουν οι ανοικτές ψηφιακές τεχνολογίες. Κατάρτιση επιχειρηματικού πλάνου.
2.2.3 Λέξεις Κλειδιά
Καινοτομία, Παραγωγή Καινοτομίας, Επιχειρηματικότητα, Ανοικτές Τεχνολογίες, Επιχειρηματικό Πλάνο, Χρηματοδότηση
2.3 Διασφάλιση Ποιότητας Λογισμικού
2.3.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν τις βασικές αρχές και χαρακτηριστικά της ποιότητας λογισμικού.
• Να γνωρίζουν την ποιότητα έργων και ανοικτού λογισμικού.
• Να γνωρίζουν μοντέλα ποιότητας λογισμικού.
• Να γνωρίζουν μοντέλα ποιότητας έργων ανοικτού κώδικα.
• Να γνωρίζουν μετρικές ποιότητας.
• Να γνωρίζουν την έννοια της διασφάλισης ποιότητας.
• Να γνωρίζουν τεχνικές διασφάλισης ποιότητας.
• Να γνωρίζουν αντιπρότυπα ποιότητας.
• Να γνωρίζουν την έννοια της ποιότητας στις ευέλικτες μεθόδους.
• Να αξιολογούν ποιοτικά χαρακτηριστικά λογισμικού.
• Να κάνουν μετρήσεις ποιότητας και να γνωρίζουν εργαλεία μέτρησης ποιότητας (IdeaJ/MetricsReloaded).
• Να διενεργούν δοκιμές ποιότητας (δοκιμές ευχρηστίας), και να γνωρίζουν εργαλεία δοκιμών (Apache Jmeter).
• Να γνωρίζουν μοντέλα αξιολόγησης έργων ανοικτού λογισμικού (Midha-Palvia, QSOS, Resilience model).
• Να γνωρίζουν τεχνικές διασφάλισης ποιότητας (επιθεωρήσεις κώδικα).
• Να γνωρίζουν κακοσμίες κώδικα, εργαλεία εντοπισμού κακοσμιών κώδικα (Jdeodorant).
2.3.2 Περιεχόμενο Μαθήματος
Εισαγωγή στην ποιότητα λογισμικού. Μοντέλα ποιότητας (ISO SQUARE). Ποιότητα έργων ανοικτού κώδικα, μοντέλα ποιότητας έργων ανοικτού κώδικα. Μετρικές και εργαλεία μετρήσεων σε επίπεδο κώδικα. Μετρικές και εργαλεία μετρήσεων σε επίπεδο έργου. Δοκιμές και εργαλεία δοκιμών ποιότητας. Διασφάλιση ποιότητας και τεχνικές διασφάλισης ποιότητας. Θέματα ποιότητας στις ευέλικτες μεθόδους (έννοιες, τεχνικές, μετρικές). Παραδείγματα ποιότητας έργων και κώδικα ανοικτού λογισμικού. Αντιπρότυπα ποιότητας και εργαλεία εντοπισμού αντιπροτύπων ποιότητας κώδικα.
2.3.3 Λέξεις Κλειδιά
Ποιότητα λογισμικού, μετρικές λογισμικού, διασφάλιση ποιότητας, πρότυπο ποιότητας, μοντέλο ποιότητας, δοκιμή λογισμικού, μετρική ποιότητας, μέτρηση ποιότητας, κακοσμία κώδικα
2.4 Σχεδιασμός, Ανάπτυξη και Εγκατάσταση Ιστοτόπων
2.4.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν τις έννοιες και τα πρωτόκολλα του Παγκόσμιου Ιστού Πληροφοριών.
• Να σχεδιάσουν και να αναπτύσουν ιστοτόπους με την χρήση ανοικτών τεχνολογιών (XML, HTML, CSS, PHP, MYSQL, Java).
2.4.2 Περιεχόμενο Μαθήματος
• Εισαγωγή στις έννοιες του Παγκόσμιου Ιστού Πληροφοριών.
• Χρήση ανοικτών τεχνολογιών για την σχεδίαση και ανάπτυξη δυναμικών ιστοτόπων (XML, HTML, CSS, PHP, MYSQL, Java).
• Πρωτόκολλα για την τις εφαρμογές Παγκόσμιου Ιστού.
• Μηχανές αναζήτησης Ιστού και λειτουργικότητα τους.
2.4.3 Λέξεις Κλειδιά
Παγκόσμιος ιστός, XML, HTML, CSS, PHP, MYSQL, Java, Javascript
2.5 Ανάπτυξη Εφαρμογών Κινητών Συσκευών
2.5.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν βασικές αρχές για τη σχεδίαση εφαρμογών κινητών συσκευών.
• Να κατανοούν την αρχιτεκτονική των λειτουργικών συστημάτων κινητών συσκευών.
• Να σχεδιάζουν τη διεπαφή χρήστη εφαρμογών κινητών συσκευών.
• Να γνωρίσουν τα ολοκληρωμένα περιβάλλοντα ανάπτυξης (Android Studio) για την ανάπτυξη εφαρμογών κινητών συσκευών.
• Να αναπτύσσουν εφαρμογές κινητών συσκευών με χρήση ολοκληρωμένων περιβαλλόντνων ανάπτυξης (Android Studio).
• Να γνωρίζουν και να εφαρμόζουν μεθοδολογίες αξιολόγησης εφαρμογών κινητών συσκευών.
2.5.2 Περιεχόμενο Μαθήματος
• Εισαγωγή στην ανάπτυξη εφαρμογών κινητών συσκευών.
• Βασικές αρχές για τη σχεδίαση εφαρμογών κινητών συσκευών.
• Ζητήματα για την ανάπτυξη εφαρμογών κινητών συσκευών.
• Υλικό και λειτουργικό σύστημα κινητών συσκευών.
• Ολοκληρωμένα περιβάλλοντα ανάπτυξης εφαρμογών κινητών συσκευών.
• Βασικές έννοιες σχεδίασης και ανάπτυξης εφαρμογών κινητών συσκευών.
• Σχεδίαση διεπιφάνειας χρήσης εφαρμογών κινητών συσκευών.
• Διαλειτουργικότητα εφαρμογών κινητών συσκευών και διασύνδεση με βάσεις δεδομένων.
• Χειρισμός και προγραμματισμός αισθητήρων κινητών συσκευών.
• Αξιολόγηση εφαρμογών φορητών συσκευών.
2.5.3 Λέξεις Κλειδιά
Κινητή συσκευή, Ανάπτυξη εφαρμογών, Android Studio
2.6 Ασφάλεια Λογισμικού
2.6.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να γνωρίζουν τις βασικές αρχές ασφάλειας πληροφοριακών συστημάτων, λογισμικού, δικτύων. Να γνωρίζουν τις μετρικές και τεχνικές ασφάλειας.
• Να γνωρίζουν μηχανισμούς ενίσχυσης ασφάλειας.
• Να γνωρίζουν τη σημασία ανοικτότητας στην ασφάλεια.
• Να γνωρίζουν ανοικτά εργαλεία ενίσχυσης ασφάλειας.
2.6.2 Περιεχόμενο Μαθήματος
Μηχανισμοί ασφάλειας, Πάροχοι ασφάλειας, Λίστες ελέγχου προσπέλασης, Συνόψεις μηνυμάτων, Κρυπτογραφία, Ψηφιακές υπογραφές, Ψηφιακά πιστοποιητικά, Αρχιτεκτονική ασφάλειας της Java, Ασφάλεια εφαρμογών λογισμικού. Θέματα ασφάλειας στη διαχείριση δικτύων, διακομιστών και ομάδων χρηστών. Παραδείγματα παραβίασης ασφάλειας σε ανοικτό και εμπορικό λογισμικό. Πρωτόκολλο Kerberos. Ασφάλεια με τη διανομή Linux/OpenSuse.
2.6.3 Λέξεις Κλειδιά
Μηχανισμοί ασφάλειας, Ασφάλεια εφαρμογών λογισμικού
2.7 Αντικειμενοστραφής προγραμματισμός με Python
2.7.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να γνωρίζουν τις βασικές αρχές αντικειμενοστρέφειας.
• Να γνωρίζουν βασικές εντολές και δομές Python.
• Να γνωρίζουν δομές δεδομένων, και να αναπτύσσουν αλγορίθμους με Python.
• Να αναπτύσσουν εφαρμογές με την Python.
2.7.2 Περιεχόμενο Μαθήματος
Βασικές αρχές αντικειμενοστρέφειας (κλάση, αντικείμενο, πεδίο, μέθοδος, συσχέτιση κλάσεων). Γλώσσα Python, ιστορία, σύγκριση με Java. Μεταβλητές, τύποι, λίστες, τελεστές Python. Βρόχοι, generators. Διαχείριση αλφαριθμητικών, συναρτήσεις, κλάσεις, αντικείμενα, πακέτα/modules. Numpy arrays, Pandas. Ειδικά θέματα Python (διαχείριση συνόλων, Map/Filter/Reduce). Περιβάλλον ανάπτυξης εφαρμογών Python. Ανάπτυξη και αποσφαλμάτωση εφαρμογών ανοικτού κώδικα με Python στο Github/Gitlab. Παραδείγματα εφαρμογών ανοικτού κώδικα Python.
2.7.3 Λέξεις Κλειδιά
Python, Github, Gitlab,
3 Ανοικτές Τεχνολογίες Μάθησης
Διεπιστημονικό πρόγραμμα, που στοχεύει στην απόκτηση προηγμένων ψηφιακών δεξιοτήτων σχετικά με τεχνολογίες μάθησης .
Η απόκτηση των προηγμένων ψηφιακών δεξιοτήτων που διδάσκονται στο πρόγραμμα θα βοηθήσει τους φοιτητές να αναπτύξουν και να χρησιμοποιήσουν τις τεχνολογίες με ενδυναμωμένο τρόπο στην διδακτική του αντικειμένου τους.
Μαθήματα:
1. Εισαγωγή στην Πληροφορική και την Ανοικτότητα
2. Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
3. Ανοικτά Εκπαιδευτικά Περιβάλλοντα Διαδικτύου
4. Σχεδίαση και Αξιολόγηση Ανοικτού Εκπαιδευτικού Λογισμικού
5. Συστήματα Πολυμέσων και Παραγωγή Ψηφιακού Περιεχομένου με Ανοικτό Λογισμικό
6. Διδακτική πληροφορικής με έμφαση στη χρήση ανοικτού λογισμικού
7. Μαθησιακή Αναλυτική με Python
3.1 Εισαγωγή στην Πληροφορική και την Ανοικτότητα
3.1.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να γνωρίζουν τη χρήση ανοιχτών υπολογιστικών συστημάτων
• Να γνωρίζουν τη διαχείριση της πληροφορίας με μεθόδους και συστήματα της Επιστήμης των Υπολογιστών
• Να γνωρίζουν την έννοια των βάσεων δεδομένων
• Να γνωρίζουν τα ανοικτά λειτουργικά συστήματα
• Να γνωρίζουν την έννοια και τα οφέλη της ανοικτότητας στον χώρο της πληροφορικής
• Να γνωρίζουν τις γενιές και τις κατηγορίες των γλωσσών προγραμματισμού
• Nα κατανοούν τη δομή ενός υπολογιστικού συστήματος
• Nα κατανοούν την έννοια των δικτύων και ειδικά του Διαδικτύου
• Nα κατανοούν βασικούς αλγορίθμους αναζήτησης και ταξινόμησης
3.1.2 Περιεχόμενο Μαθήματος
• Αλγόριθμοι
• Διαγράμματα ροής.
• Υπολογιστικές μηχανές.
• Ψηφιακά ηλεκτρονικά και βασικές έννοιες της άλγεβρας Boole.
• Αρχιτεκτονική Ψηφιακού Υπολογιστή.
• Κωδικοποίηση πληροφοριών.
• Αριθμητικά συστήματα.
• Δομή Λειτουργικού συστήματος.
• Ανάλυση Γλωσσών Προγραμματισμού και Εισαγωγή στην Τεχνολογία Λογισμικού.
• Δίκτυα και το Διαδίκτυο.
• Εισαγωγή στην ανοικτότητα.
3.1.3 Λέξεις Κλειδιά
Αλγόριθμοι, Πληροφορική, Ηλεκτρονικός Υπολογιστής, Ανοικτότητα
3.2 Θεωρίες Μάθησης και Εκπαιδευτικό Λογισμικό
3.2.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να περιγράφουν τα χαρακτηριστικά των σύγχρονων επιστημονικών θεωριών μάθησης
• Να κατανοούν την επίδρασή των θεωριών μάθησης στη σχεδίαση εκπαιδευτικού λογισμικού.
• Να εξηγούν τα λειτουργικά και δομικά χαρακτηριστικά των διαφόρων κατηγοριών λογισμικών.
• Να συσχετίζουν λειτουργικά και δομικά χαρακτηριστικά των διαφόρων κατηγοριών λογισμικών με τις θεωρίες μάθησης και τα αντίστοιχα διδακτικά μοντέλα.
• Να εφαρμόζουν αντικειμενοστρεφείς τεχνικές προγραμματισμού σε γλώσσα προγραμματισμού Python για την ανάπτυξη λογισμικού στο οποίο θα υλοποιούνται ιδέες της θεωρίας του μαθήματος (όπως, μαθησιακή προσομοίωση, έξυπνοι (smart) αλγόριθμοι για τη μάθηση, κ.λπ.)
3.2.2 Περιεχόμενο Μαθήματος
(α) Θεωρίες Μάθησης
• Βασικές έννοιες και ορισμοί: Νόηση και Μάθηση, Αναπαράσταση, Μάθηση και Εκπαίδευση, Θεωρία Μάθησης και Διδακτικό Μοντέλο, Τεχνολογία & Τεχνολογικά Ενισχυόμενη Μάθηση, Θεωρίες Μάθησης & Εκπαιδευτικό Λογισμικό.
• Συμπεριφορισμός: Ιστορικά στοιχεία, Συντελεστική εξάρτηση, Επίδραση στην εκπαιδευτική τεχνολογία, Προγραμματισμένη διδασκαλία, Λογισμικά "Drill 'n' Practice")
• Γνωσιακές θεωρίες: Ιστορικά στοιχεία, Η Αναπαραστασιακή Θεώρηση & Θεωρία Επεξεργασίας Πληροφορίας, Γνωσιακές Θεωρίες και Σχεδίαση Εκπαιδευτικού Λογισμικού, Θεωρία Γνωσιακής Ευελιξίας, Θεωρία διπλής κωδικοποίησης και Πολυμεσική μάθηση.
• Εποικοδομισμός: Ιστορικά στοιχεία, Ανακαλυπτική/Διερευνητική μάθηση, Λογισμικά τύπου προσομοίωσης, μικρόκοσμου & μοντελοποίησης, Διερευνητική μάθηση με χρήση προσομοιώσεων.
• Κοινωνικός εποικοδομισμός: Κοινωνιο-πολιτισμική θεώρηση, Ζώνη επικείμενης ανάπτυξης, Συνεργατική μάθηση με την Υποστήριξη Υπολογιστή (ΣΜΥΥ), Τεχνολογίες Μαθησιακής Σχεδίασης (Learning Design).
• Κολεκτιβισμός: Συμμετοχικός Ιστός 2.0. Κοινωνικά δίκτυα και μάθηση/εκπαίδευση. Wikis, Ιστολόγια (Blogs) και εκπαιδευτική χρήση. Μάθηση με φορητές συσκευές.
• Κονστραξιονισμός: Εμπειρική μάθηση, Papert & Logo-like εργαλεία, Εκπαιδευτική ρομποτική, Παιχνιδοκεντρική μάθηση (ψηφιακά παιχνίδια, παιχνιδοποίηση).
(β) Πρακτικό – εργαστηριακό μέρος. Εισαγωγή στον προγραμματισμό με την γλώσσα προγραμματισμού Python:
• Δομή προγράμματος. Τύποι δεδομένων και τελεστές. Παρουσίαση της γλώσσας.
• Βασικές δομές προγραμματισμού (επανάληψη και επολογή). Ευσαγωγή στη συγγραφή κώδικά με την γλώσσα προγραμματισμού Python.
• Δομές Δεδομένων στην γλώσσα προγραμματισμού Python (Λίστα, Λεξικό, Ομάδα, Σύνολο.
• Συναρτήσεις στην γλώσσα προγραμματισμού Python και υλοποίηση αλγορίθμων αναζήτησης και ταξινόμησης.
• Αντικειμενοστρεφής προγραμματισμός με την στην γλώσσα προγραμματισμού Python.
• Σύνδεση με εξωτερικές βιβλιοθήκες, Πολυμεσικές διαδραστικές εφαρμογές με Pygame.
3.2.3 Λέξεις Κλειδιά
Θεωρία Μάθησης, Συμπεριφορισμός, Γνωστικισμός, Εποικοδομισμός, Κοινωνικός Εποικοδομισμός, Συνδεσιασμος, Python.
3.3 Ανοικτά Εκπαιδευτικά Περιβάλλοντα Διαδικτύου
3.3.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν θέματα σχεδιασμού, υλοποίησης και αξιολόγησης εκπαιδευτικών περιβαλλόντων διαδικτύου.
• Να χρησιμοποιούν ανοικτές τεχνολογίες Διαδικτύου (Apache, MySQL, PHP, HTML) για την υλοποίηση εκπαιδευτικών δικτυακών τόπων.
• Να επιλέγουν ανοικτές τεχνολογίες για την υποστήριξη Εκπαιδευτικών Περιβαλλόντων Διαδικτύου
3.3.2 Περιεχόμενο Μαθήματος
Παιδαγωγικές προσεγγίσεις περιβαλλόντων Διαδικτύου για την υποστήριξη διαδικτυακής μάθησης (προσαρμοστικά περιβάλλοντα, συνεργατική μάθηση, κοινότητες πρακτικής, μάθηση βασισμένη στους διατιθέμενους πόρους). Πρότυπα και τυποποιήσεις που αφορούν εκπαιδευτικά περιβάλλοντα Διαδικτύου με έμφαση στην διαλειτουργικότητα για την ανταλλαγή εκπαιδευτικών πόρων, την ανταλλαγή δεδομένων ανάμεσα σε εκπαιδευτικούς οργανισμούς, την επικοινωνία εφαρμογών εκπαιδευτικού λογισμικού (HTML, XML, QTI, SCORM). Δημιουργία παιδαγωγικών σχεδιάσεων με περιπτώσεις χρήσης (use cases) και χρήση UML. Διαδικασία επιλογής ολοκληρωμένων περιβαλλόντων Διαδικτύου για την υποστήριξη διαδικτυακής μάθησης και εκπαίδευσης. Εργαλεία, τεχνολογίες και υπηρεσίες του Διαδικτύου και του Παγκόσμιου Ιστού για την υποστήριξη των παιδαγωγικών προσεγγίσεων και παρουσίαση ολοκληρωμένων περιβαλλόντων Διαδικτύου ανοιχτού κώδικα για την υποστήριξη διαδικτυακής μάθησης.
3.3.3 Λέξεις Κλειδιά
Διαδικτυακή μάθηση, HTML, PHP, Apache, MySQL
3.4 Σχεδίαση και Αξιολόγηση Ανοικτού Εκπαιδευτικού Λογισμικού
3.4.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν θέματα σχεδιασμού και αξιολόγησης εκπαιδευτικού λογισμικού.
• Να γνωρίσουν τις φάσεις εργασίας του μοντέλου ADDIE.
• Να αξιοποιούν εργαλεία λογισμικού για την σχεδίαση και ανάπτυξη εκπαιδευτικού λογισμικού.
• Να εφαρμόζουν τις φάσεις εργασίας του μοντέλου ADDIE.
• Να διενεργούν ανάλυση αναγκών και σχεδίασης με βάση ρεαλιστικά σενάρια.
• Να εφαρμόζουν μεθόδους αξιολόγησης εκπαιδευτικού λογισμικού.
3.4.2 Περιεχόμενο Μαθήματος
Διδακτική σχεδίαση (Instructional Design). Μοντέλο ADDIE (Analysis, Design, Development, Implementation, Evaluation). Ανάλυση αναγκών & αρχική ανάλυση (Needs & Front-End Analysis). Ρόλος & καθήκοντα του σχεδιαστή εκπαίδευσης (Instructional Designer). Με-θοδολογία σχεδιασμού εκπαιδευτικών συστημάτων. Σχεδίαση εκπαιδευτικής διάδρασης & διεπιφάνειας χρήστη. Σχεδίαση εφαρμογών πολυμέσων με βάση διδακτικές θεωρίες. Συμμετοχική σχεδίαση. Φάσεις παραγωγής (pre-production, production, post-production). Νόημα και στόχοι της αξιολόγησης. Διαμορφωτική & αθροιστική αξιολόγηση, ποσοτικές & ποιοτικές μέθοδοι αξιολόγησης, μέθοδοι αξιολόγησης διεπαφής χρήστη, μοντέλο Kirkpatrick. Σχεδίαση εποικοδομικών περιβαλλόντων μάθησης. Ελληνικό & εξελληνισμένο εκπαιδευτικό λογισμικό. Ανάπτυξη εκπαιδευτικών εφαρμογών με προχωρημένο προγραμματισμό και χρήση Τεχνολογιών Διαδικτύου και Πολυμέσων.
3.4.3 Λέξεις Κλειδιά
Διδακτική σχεδίαση, Μοντέλο ADDIE, Εφαρμογές πολυμέσων, Εφαρμογές διαδικτύου, Αξιολόγηση λογισμικού
3.5 Συστήματα Πολυμέσων και Παραγωγή Ψηφιακού Περιεχομένου με Ανοικτό Λογισμικό
3.5.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν τα θεωρητικά θέματα των πολυμεσικών τεχνολογιών (επικοινωνιακά μοντέλα, κωδικοποίηση, συμπίεση, αποθήκευση και δικτύωση)
• Να σχεδιάζουν και να αναπτύσσον πολυμεσικές εφαρμογές
• Να χρησιμοποιούν ανοικτές εφαρμογές πολυμέσων για την επεξεργασία εικόνας, ήχου, βίντεο, σχεδιοκίνησης, 3D γραφικών.
3.5.2 Περιεχόμενο Μαθήματος
• Επικοινωνία: μοντέλο Shannon-Weaver & μοντέλο Gerbner. Εντροπία, Πλεονασμός.
• Πολυμέσα: Δειγματοληψία, θεώρημα Nyquist, κβάντωση, κωδικοποίηση, διαδραστικά πολυμέσα, μέθοδοι συμπίεσης πληροφορίας πολυμέσων.
• Ψηφιακή Εικόνα: ανάλυση & βάθος χρώματος, μορφοποιήσεις αρχείων εικόνας, συμπίεση κατά JPEG, τεχνολογίες εκτυπωτών, καμερών και οθονών.
• Ψηφιακός Ήχος: μορφοποιήσεις αρχείων εικόνας, κωδικοποίηση mp3.
• Ψηφιακό Video: τεχνολογία αναλογικού & ψηφιακού video, υποδειγματοληψία σήματος video, συμπίεση κατά MPEG, τεχνική motion compensation.
• Τεχνικές παραγωγής σχεδιοκίνησης (animation).
• Τεχνολογία ροής (streaming media) και τηλεδιάσκεψης.
• Τεχνολογίες αποθήκευση πολυμέσων.
3.5.3 Λέξεις Κλειδιά
Πολυμέσα, Ψηφιακός ήχος, Ψηφιακό βίντεο, Εικόνα, Σχεδιοκίνηση
3.6 Διδακτική Πληροφορικής με έμφαση στη χρήση ανοικτού λογισμικού
3.6.1 Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα μπορούν:
• Να κατανοούν τις αρχές οργάνωσης της διδασκαλίας και διδακτικής της Πληροφορικής στην πρωτοβάθμια και δευτεροβάθμια Εκπαίδευση.
• Να γνωρίζουν γενικές μεθόδους διδακτικής θεμάτων αλγοριθμικής και προγραμματισμού. Να γνωρίζουν καινοτόμες μεθόδους για την εκμάθηση προγραμματισμού (εκπαιδευτική ρομποτική, απτικές διεπαφές).
• Να γνωρίζουν λογισμικό για τη διδακτική θεμάτων Πληροφορικής σε Δημοτικό, Γυμνάσιο, Λύκειο.
• Να οργανώνουν (σχεδίαση και υλοποίηση) τη διδασκαλία σε θέματα Πληροφορικής σε περιβάλλον σχολείου Α/θμιας ή Β/θμιας Εκπαίδευσης.
3.6.2 Περιεχόμενο Μαθήματος
Η Πληροφορική στην εκπαίδευση (ως γνωστικό αντικείμενο και εκπαιδευτικό μέσο). Το πρόγραμμα σπουδών Πληροφορικής στην Ελληνική εκπαίδευση: Διαθεματικό Ενιαίο Πλαίσιο Προγράμματος Σπουδών (ΔΕΠΠΣ). Η Πληροφορική στο Γυμνάσιο, στο Λύκειο και στην Επαγγελματική Εκπαίδευση (Βασικοί άξονες διδασκαλίας, Αναλυτικό πρόγραμμα, Κύκλοι σπουδών). Θεωρητικό πλαίσιο της διδακτικής (Διδακτικός μετασχηματισμός εννοιών της Πληροφορικής, Νοητικά μοντέλα και αναπαραστάσεις της Πληροφορικής, Τύποι γνώσεων στον προγραμματισμό. Οι έννοιες της μεταβλητής, της επιλογής & της επανάληψης). Διδακτικές μέθοδοι για τη διδασκαλία προγραμματιστικών εννοιών: Εννοιολογικοί χάρτες, Αξιοποίηση Logo-like περιβαλλόντων, Παιχνίδι ρόλων & αξιοποίηση αναλογιών στη διδακτική εννοιών Πληροφορικής, Μάθηση βασισμένη στο Παιχνίδι (computer games), Εκπαιδευτική Ρομποτική (χρήση NXT Lego Robots), Απτικές διεπαφές (tangible interfaces). Συνεργασία στην εκμάθηση προγραμματισμού (pair programming). Υπολογιστική Σκέψη. Σύγχρονα τεχνολογικά περιβάλλοντα για εισαγωγικό προγραμματισμό και υπολογιστική σκέψη.
3.6.3 Λέξεις Κλειδιά
Διδακτική πληροφορικής, Αναπαραστάσεις, Εκπαιδευτική ρομποτική, Υπολογιστική Σκέψη
3.7 Μαθησιακή Αναλυτική με Python
3.7.1 Μαθησιακά Αποτελέσματα
Μετά την επιτυχή παρακολούθηση του μαθήματος οι φοιτητές/-τριες θα μπορούν:
• Να εξηγούν τις βασικές έννοιες του πεδίου και τις μεταξύ τους σχέσεις
• Να εξηγούν τις διάφορες μεθόδους ανάλυσης δεδομένων μάθησης και το είδος προβλημάτων στα οποία εφαρμόζονται (γενικότερα και όχι μόνο σε δεδομένα μάθησης)
• Να εφαρμόζουν τεχνικές ανάλυσης δεδομένων (επεξηγηματικής όσο και προγνωστικής) σε περιβάλλον Python γράφοντας κώδικα όπου θα χρησιμοποιούν βιβλιοθήκες όπως: numpy, scipy, matplotlib, statsmodels, scikit.
• Να ολοκληρώνουν ένα έργο ανάλυσης δεδομένων ερμηνεύοντας τα αποτελέσματα ώστε να καταλήξουν σε χρήσιμα συμπεράσματα
• Να εφαρμόζουν ένα πλαίσιο ηθικά ορθής πρόσκτησης και αξιοποίησης δεδομένων (ethics)
3.7.2 Περιεχόμενο Μαθήματος
Το μάθημα παρουσιάζει τη Θεωρία και Πρακτική του καινοτόμου ερευνητικού πεδίου της Ανάλυσης Δεδομένων Μάθησης (ή Μαθησιακή Αναλυτική, στα Αγγλικά: Learning Analytics) που εφαρμόζει μεθόδους ανάλυσης σε δεδομένα διαδράσεων οι οποίες συμβαίνουν σε περιβάλλοντα μάθησης (learning interactions). Οι φοιτητές/-τριες:
• Θα γνωρίσουν τις κύριες μεθόδους της Ανάλυσης Δεδομένων Μάθησης με έμφαση στους στόχους που θέτει η καθεμιά και το είδος των προβλημάτων που αντιμετωπίζει. Ακόμη θα γνωρίσουν τεχνικές για τη σχεδίαση διεπαφών τύπου "Πίνακα Ελέγχου" (Dashboard) για τα δεδομένα της ανάλυσης.
• Θα μάθουν να υλοποιούν τεχνικές ανάλυσης δεδομένων (επεξηγηματικής και προγνωστικής, πχ. t-test, ANOVA, linear & logistic regression, classification, clustering, κλπ.) σε περιβάλλον Python (θα γίνει χρήση του Jupyter Notebook και βιβλιοθηκών όπως numpy, scipy, matplotlib, pandas, και scikit).Οι τεχνικές αυτές έχουν γενικότερη αξία καθώς μπορούν να εφαρμοστούν σε κάθε περίπτωση ανάλυσης δεδομένων και όχι μόνον μάθησης.
3.7.3 Λέξεις Κλειδιά
Ανάλυση δεδομένων μάθησης, Μαθησιακή αναλυτική, Προγνωστική μοντελοποίηση, Python libraries, Ηθική διαχείριση δεδομένων
