ΕΞ ΑΠΟΣΤΑΣΕΩΣ ΕΠΙΜΟΡΦΩΤΙΚΟ ΠΡΟΓΡΑΜΜΑ

Το ΚΕ.ΔΙ.ΒΙ.Μ. του ΔΠΘ διοργανώνει Επιμορφωτικό Πρόγραμμα με τίτλο: 

“Τεχνητή Νοημοσύνη και Μηχανική Μάθηση
Θεωρία και Εφαρμογές” 

από 7 Οκτωβρίου 2024 έως 7 Φεβρουαρίου 2025 με Eπιστημονικά Yπεύθυνους τους
Περικλή Γκόγκα και Θεόφιλο Παπαδημητρίου.

Αναλυτικά:  

Το πρόγραμμα απευθύνεται σε όλους θέλουν να επιμορφωθούν στα θέματα της Τεχνητής Νοημοσύνης και της Μηχανικής Μάθησης με πρακτικές εφαρμογές:

• Απόφοιτους Λυκείου,

• Προπτυχιακούς, μεταπτυχιακούς και διδακτορικούς φοιτητές

• Πτυχιούχους Ελληνικών και Ξένων Πανεπιστημίων

Πιστοποιούμενα προσόντα

Εφόσον υπάρξει επιτυχής παρακολούθηση και αξιολόγηση, το πρόγραμμα οδηγεί στην απόκτηση Πιστοποιητικού Εξειδικευμένης Επιμόρφωσης 204 ωρών και 7 ECTS.

Σκοπός του προγράμματος

• Η Τεχνητή Νοημοσύνη και η Μηχανική Μάθηση (ΤΝΜΜ), αποτελούν σήμερα την αιχμή της επιστήμης στην εμπειρική έρευνα και εφαρμογή σε πανεπιστήμια, ερευνητικά κέντρα, μεγάλες και μεσαίες επιχειρήσεις (Google, Amazon, Facebook, Telsa, κλπ).

• Το πρόγραμμα δεν προϋποθέτει καμία προηγούμενη γνώση των εκπαιδευόμενων στην ΤΝΜΜ ή στην Python.

• Το πρόγραμμα εισάγει και εκπαιδεύει τους καταρτιζόμενους στην φιλοσοφία, μεθοδολογίες και τεχνικές της Τεχνητής Νοημοσύνης και Μηχανικής Μάθησης με έμφαση στις πρακτικές εφαρμογές.

• Γίνεται παρουσίαση όλων των σημαντικών αλγορίθμων Μηχανικής Μάθησης και Τεχνητής Νοημοσύνης (ΤΝΜΜ). Για παράδειγμα, K-Means, Hierarchical Clustering για ομαδοποίηση, μείωση διαστάσεων, ανίχνευση ανωμαλιών κλπ, όπως και επιβλεπόμενης  μάθησης, Neural Networks, Support Vector Machines and Regression, Decision Trees, Random Forests, Logit, K-NN, κλπ καθώς και σχετικές Boosting και Bagging τεχνικές.

• Γίνεται εκπαίδευση στην βασική χρήση της γλώσσας Python χωρίς να απαιτείται καμία προηγούμενη σχετική γνώση. 

• Με την επιτυχή ολοκλήρωση του προγράμματος, οι εκπαιδευόμενοι θα έχουν την σχετική εργαλειοθήκη (toolbox) με έτοιμο κώδικα Python που μπορεί να χρησιμοποιηθεί άμεσα και εύκολα σε οποιοδήποτε πρόβλημα πρόβλεψης ή ταξινόμησης για κάθε μελλοντική εφαρμογή στις σπουδές ή στην εργασία τους.

Εκπαιδευτές

Στο πρόγραμμα διδάσκουν οι:

• Περικλής Γκόγκας, Kαθηγητής, Τμήμα Οικονομικών Επιστημών, Δ.Π.Θ.

• Θεοφιλος Παπαδημητριου, Kαθηγητής, Τμήμα Οικονομικών Επιστημών, Δ.Π.Θ.

• Εμμανουήλ Σοφιανός, PostDoc, Τμήμα Οικονομικών και Management, Πανεπιστήμιο του Στρασβούργου

• Εμμανουήλ Ζαγανίδης, υπ. Διδάκτορας, Τμήμα Οικονομικών Επιστημών, Δ.Π.Θ.

Μεθοδολογία υλοποίησης προγράμματος: 

• Το πρόγραμμα υλοποιείται μέσω της ασύγχρονης εξ αποστάσεως εκπαίδευσης χωρίς να απαιτείται φυσική παρουσία.

• H εξ αποστάσεως ασύγχρονη διδασκαλία κρίνεται ως ενδεδειγμένη μεθοδολογία καθώς δίνει τη δυνατότητα στους συμμετέχοντες από διαφορετικές γεωγραφικές περιοχές, να προσαρμόζουν τη μελέτη τους σύμφωνα με τις εξατομικευμένες τους ανάγκες και ελεύθερο χρόνο.

• Οι θεματικές ενότητες θα περιέχουν φυσική διδασκαλία μέσω εγγεγραμμένων video με τη μορφή webinar. Σε αυτά οι διδάσκοντες θα παρουσιάζουν, αναλύουν και εξηγούν επιλεγμένες έννοιες ή αντικείμενα.

• Επιπλέον, θα παρέχεται πλούσιο υλικό με την μορφή κειμένων σε pdf, παρουσιάσεων ppt, κώδικά Python, βιβλιογραφία και ασκήσεις αυτοαξιολόγησης.

• Όταν κρίνεται απαραίτητο, για άμεση συζήτηση και απαντήσεις των ερωτήσεων των εκπαιδευόμενων θα υπάρχουν και εξ αποστάσεως συναντήσεις στην πλατφόρμα Google Meet σε προκαθορισμένες ημερομηνίες με προαιρετική παρουσία. Στις περιπτώσεις αυτές,μετά το πέρας τους, τα video θα αναρτώνται επίσης στην πλατφόρμα. 

Αξιολόγηση Εκπαιδευόμενων

• Στο τέλος του προγράμματος, οι εκπαιδευόμενοι θα αξιολογηθούν με την υποβολή ενός σύντομου project, όπου θα χρησιμοποιήσουν τον κώδικα που τους παρέχεται για να κάνουν πρόβλεψη σε συγκεκριμένα θέματα γενικού και ειδικού ενδιαφέροντος, όπως πρόβλεψη τιμών μετοχών, δεικτών, κρυπτονομισμάτων, συναλλαγματικών ισοτιμιών, επιτοκίων, ασφαλιστικών παροχών, πελατολογίου, αγορών και επισκέψεων σε καταστήματα, απάτης, κλπ.  

• Με την επιτυχή ολοκλήρωση οι εκπαιδευόμενοι θα λάβουν Πιστοποιητικό Εξειδικευμένης Επιμόρφωσης στην Τεχνητή Νοημοσύνη και Μηχανική Μάθηση, από το ΔΠΘ.

• Σε περίπτωση ανεπιτυχούς ολοκλήρωσης, οι εκπαιδευόμενοι θα λάβουν Πιστοποιητικό Παρακολούθησης από το ΔΠΘ.

Τόπος Υλοποίησης Προγράμματος

Διαδικτυακά μέσω της πλατφόρμας τηλεκπαίδευσης Eclass. https://eclass.kedivim.duth.gr/ 

Κόστος συμμετοχής

Το κόστος συμμετοχής ανέρχεται σε €500. Το ποσό αυτό καταβάλλεται σε 2 ισόποσες δόσεις των €250, η πρώτη πριν την έναρξη των μαθημάτων και η δεύτερη έως 30 Απριλίου. Η καταβολή της πρώτης δόσης αποτελεί προϋπόθεση για συμμετοχή στο Πρόγραμμα.

Κριτήρια αξιολόγησης των αιτήσεων

• Ο μέγιστος αριθμός εισακτέων του προγράμματος ορίζεται στους 45.

• Για την συμμετοχή θα τηρηθεί αυστηρά η σειρά προτεραιότητας.