Τα μαθήματα αυτά προσφέρονται για φοιτητές άλλων Τμημάτων. Το περιεχόμενο τέτοιων μαθημάτων διαμορφώνεται κατάλληλα, με στόχο την αντίληψη, από φοιτητές άλλων επιστημών, της σημασίας της Πληροφορικής, της σχέσης της με άλλες επιστήμες και των δυνατοτήτων που προσφέρει. Κάθε ένα από τα μαθήματα Πληροφορικής για άλλα Τμήματα φέρει 5, 6 ή 7 μονάδες ECTS. Τα μαθήματα αυτά δυνατόν να προσφέρονται κάθε εξάμηνο ή να προσφέρονται σε «παράλληλες τάξεις», ανάλογα με τις εκάστοτε ανάγκες και δυνατότητες.
Τίτλος Μαθήματος: Εισαγωγή στην Επιστήμη της Πληροφορικής
Κωδικός Μαθήματος: ΕΠΛ 001
Τύπος μαθήματος: Υποχρεωτικό (για τους φοιτητές του Τμήματος ΚΠΕ) και Ελεύθερη Επιλογή
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Χειμερινό και Εαρινό
Όνομα Διδάσκοντα: Μ. Χάτζιαρος
ECTS: 6 | Διαλέξεις / εβδομάδα: 2 x 1.5 ώρες | Φροντιστήριο / εβδομάδα: 0 ώρες | Εργαστήρια / εβδομάδα: 1 x 1.5 ώρες
Στόχοι Μαθήματος: Εισαγωγή στις βασικές έννοιες και το ευρύ φάσμα της Πληροφορικής. Εξοικείωση και ολοκληρωμένη ενημέρωση των φοιτητών με τη δομή και τη χρήση των υπολογιστών, τα υπολογιστικά προγράμματα, το Διαδίκτυο και τις εφαρμογές της Πληροφορικής σε άλλα πεδία.
Μαθησιακά Αποτελέσματα: .
Προαπαιτούμενα: Δεν υπάρχουν Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος: Το μάθημα αυτό απευθύνεται σε φοιτητές που δεν ανήκουν στο Τμήμα Πληροφορικής και έχει σκοπό την προβολή και επεξήγηση βασικών αναγκών της επιστήμης της Πληροφορικής. Επιδιώκει τη μελέτη των υπολογιστών και τις σύγχρονες τάσεις στο χώρο της Πληροφορικής καθώς και τις δυνατές εφαρμογές της σε διάφορους τομείς. Παράλληλα, επιχειρεί να δώσει στους φοιτητές άλλων ειδικοτήτων, οι οποίοι θα αποτελέσουν χρήστες των υπολογιστών και κυρίως του διαδικτύου στο δικό τους εργασιακό χώρο, την ευκαιρία να εκτιμήσουν τις δυνατότητες που τους προσφέρει η Πληροφορική. Επίσης οι φοιτητές μέσα από το υλικό θα έρθουν σε επαφή με τους κινδύνους και κακόβουλη χρήση του διαδικτύου και πως να προστατευτούν από αυτά τόσο σε προσωπικό, όσο και σε επαγγελματικό επίπεδο. Μέσω των εργαστηριακών ασκήσεων, θα γίνει εξοικείωση των φοιτητών με διάφορα λογισμικά πακέτα, τα οποία θεωρούνται χρήσιμα στην ακαδημαϊκή κι επαγγελματική τους σταδιοδρομία. Πιο συγκεκριμένα οι φοιτητές του ΕΠΛ001 θα έρθουν σε επαφή με ασφάλεια στο διαδίκτυο, κοινωνικά δίκτυα, εισαγωγή στο Web 2.0, μηχανές αναζήτησης, εργαλεία διαχείρισης βιβλιογραφίας και αποφυγή πλαγιαρισμού, χρήση κοινωνικών δικτύων για δημιουργία ιστοσελίδας και προώθησης μικρής επιχείρησης
Μεθοδολογία Διδασκαλίας: Διαλέξεις (3 ώρες εβδομαδιαίως) και Εργαστήριο (1,5 ώρες εβδομαδιαίως).
Βιβλιογραφία: -
Αξιολόγηση: Τελική εξέταση, ενδιάμεση εξέταση και κατ’οίκον εργασία (εργαστηριακές ασκήσεις).
Γλώσσα: Ελληνική
Τίτλος Μαθήματος: Εισαγωγή στην Επιστήμη της Πληροφορικής
Κωδικός Μαθήματος: ΕΠΛ 002
Τύπος μαθήματος: Υποχρεωτικό (για τους φοιτητές των Τμημάτων ΕΠΑ-ΔΗΜ και ΕΠΑ-ΠΡΟ)
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Χειμερινό και Εαρινό
Όνομα Διδάσκοντα: Μέλος Ακαδημαϊκού προσωπικού ΕΠΛ ή Επισκέπτης Καθηγητής
ECTS: 5 | Διαλέξεις / εβδομάδα: 2 x 1.5 ώρες | Φροντιστήριο / εβδομάδα: 0 ώρες | Εργαστήρια / εβδομάδα: 1 x 1.5 ώρες
Στόχοι Μαθήματος: Εισαγωγή στις βασικές έννοιες και το ευρύ φάσμα της Πληροφορικής. Εξοικείωση και ολοκληρωμένη ενημέρωση των φοιτητών με τη δομή και τη χρήση των υπολογιστών, τα υπολογιστικά προγράμματα, το Διαδίκτυο και τις εφαρμογές της Πληροφορικής σε άλλα πεδία.
Μαθησιακά Αποτελέσματα: .
Προαπαιτούμενα: Δεν υπάρχουν Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος: Θεμελιώσεις της Πληροφορικής, τα κυριότερα ιστορικά γεγονότα που έχουν συμβάλει στην εξέλιξη της και οι δυνατότητες χρήσης της. Βασικά στοιχεία που συνθέτουν την Πληροφορική και τρόποι αξιοποίησης της σε άλλες επιστήμες και εφαρμογές. Το λειτουργικό σύστημα Unix. Πρακτική εξάσκηση με πακέτα εφαρμογών, και το περιβάλλον Unix. Βασικές αρχές προγραμματισμού σε γλώσσα 4ης γενιάς.
Μεθοδολογία Διδασκαλίας: Διαλέξεις (3 ώρες εβδομαδιαίως) και Εργαστήριο (1,5 ώρες εβδομαδιαίως).
Βιβλιογραφία:
- B. A. Forouzan, Εισαγωγή στην Επιστήμη των Υπολογιστών, Εκδόσεις “ΚΛΕΙΔΑΡΙΘΜΟΣ”, 2003
Αξιολόγηση: Τελική εξέταση, ενδιάμεση εξέταση και κατ’οίκον εργασία (εργαστηριακές ασκήσεις).
Γλώσσα: Ελληνική
Τίτλος Μαθήματος: Επιστήμη της Πληροφορικής και Πληροφοριακά Συστήματα
Κωδικός Μαθήματος: ΕΠΛ 003
Τύπος μαθήματος:
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Χειμερινό και Εαρινό
Όνομα Διδάσκοντα: Μέλος Ακαδημαϊκού προσωπικού ΕΠΛ ή Επισκέπτης Καθηγητής
ECTS: 6 | Διαλέξεις / εβδομάδα: 2 x 1.5 ώρες | Φροντιστήριο / εβδομάδα: 0 ώρες | Εργαστήρια / εβδομάδα: 1 x 1.5 ώρες
Στόχοι Μαθήματος: Εξοικείωση με τις βασικότερες έννοιες της Πληροφορικής, των Πληροφοριακών Συστημάτων και Υπολογιστικών Συστημάτων. Επαφή με τις σύγχρονες τάσεις στην πρακτική της Πληροφορικής. Εξάσκηση στη χρήση διαφόρων λογισμικών πακέτων που είναι χρήσιμα στον ακαδημαϊκό και επαγγελματικό χώρο.
Μαθησιακά Αποτελέσματα: .
Προαπαιτούμενα: Δεν υπάρχουν Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος: Το μάθημα αυτό απευθύνεται σε φοιτητές που δεν ανήκουν στο Τμήμα Πληροφορικής και έχει σκοπό την προβολή και επεξήγηση βασικών αναγκών της επιστήμης της Πληροφορικής. Επιδιώκει τη μελέτη των υπολογιστών και τις σύγχρονες τάσεις στο χώρο της Πληροφορικής καθώς και τις δυνατές εφαρμογές της σε διάφορους τομείς. Παράλληλα, επιχειρεί να δώσει στους φοιτητές άλλων ειδικοτήτων, οι οποίοι θα αποτελέσουν χρήστες των υπολογιστών και κυρίως του διαδικτύου στο δικό τους εργασιακό χώρο, την ευκαιρία να εκτιμήσουν τις δυνατότητες που τους προσφέρει η Πληροφορική. Επίσης οι φοιτητές μέσα από το υλικό θα έρθουν σε επαφή με τους κινδύνους και κακόβουλη χρήση του διαδικτύου και πως να προστατευτούν από αυτά τόσο σε προσωπικό, όσο και σε επαγγελματικό επίπεδο. Μέσω των εργαστηριακών ασκήσεων, θα γίνει εξοικείωση των φοιτητών με διάφορα λογισμικά πακέτα, τα οποία θεωρούνται χρήσιμα στην ακαδημαϊκή κι επαγγελματική τους σταδιοδρομία. Πιο συγκεκριμένα οι φοιτητές του ΕΠΛ003 θα έρθουν σε επαφή με ασφάλεια στο διαδίκτυο, κοινωνικά δίκτυα, εργαλεία Web 2.0, μηχανές αναζήτησης, εισαγωγή στο Cloud Computing, βασικές αρχές προγραμματισμού, εισαγωγή στις βάσεις δεδομένων, βασικές αρχές σχεδιασμού ιστοσελίδων, χρήση κοινωνικών δικτύων για δημιουργία ιστοσελίδας και προώθησης μικρής επιχείρησης και προϊόντων (marketing).
Μεθοδολογία Διδασκαλίας: Διαλέξεις (3 ώρες εβδομαδιαίως) και Εργαστήριο (1,5 ώρες εβδομαδιαίως).
Βιβλιογραφία:
Αξιολόγηση: Τελική εξέταση, ενδιάμεση εξέταση και κατ’οίκον εργασία.
Γλώσσα: Ελληνική
Τίτλος Μαθήματος: Εισαγωγή στον Προγραμματισμό
Κωδικός Μαθήματος: ΕΠΛ 031
Τύπος μαθήματος: Υποχρεωτικό (για φοιτητές του Τμήματος ΜΑΣ)
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Χειμερινό / Εαρινό
Όνομα Διδάσκοντα: Χρ. Χριστοφόρου
ECTS: 6 | Διαλέξεις / εβδομάδα: 2 x 1.5 ώρες | Φροντιστήριο / εβδομάδα: 1 x 1 ώρες | Εργαστήρια / εβδομάδα: 1 x 1.5 ώρες
Στόχοι Μαθήματος: Το μάθημα διδάσκει τις βασικές αρχές προγραμματισμού και την εφαρμογή αυτών μέσω της γλώσσας προγραμματισμού Python. Δίνεται έμφαση στο δομημένο προγραµµατισµό, την αφαιρετικότητα, υλοποίηση, έλεγχο, και αποσφαλµάτωση αρθρωτών προγραµµάτων. Το μάθημα επίσης καλύπτει την θεμελίωση της αλγοριθμικής σκέψης, την κατανόηση βασικών δομών δεδομένων και πολύ βασικές έννοιες αναφορικά µε την λειτουργία των ηλεκτρονικών υπολογιστών.
Γενικός σκοπός του μαθήματος είναι η απόκτηση ικανότητας επίλυσης απλών προβλημάτων μέσω του προγραμματισμού. Πιο συγκεκριμένα, στόχοι του μαθήματος είναι:
- Η κατανόηση των βασικών αρχών του προγραμματισμού, της αλγοριθμικής σκέψης, των αλγοριθμικών τεχνικών και της δομής των προγραμμάτων
- Η σχεδίαση, υλοποίηση, δοκιμή και αποσφαλμάτωση προγραμμάτων
- Η αξιολόγηση λύσεων ενός προβλήματος
- Η εκμάθηση μιας υψηλού επιπέδου γλώσσας προγραμματισμού (Python)
Μαθησιακά Αποτελέσματα: Ο/Η φοιτητής/-τρια που θα ολοκληρώσει επιτυχώς το εν λόγω μάθημα, αναμένεται ότι θα είναι σε θέση να:
- Αντιληφθεί τις βασικές έννοιες της πληροφορικής και να περιγράφει τη βασική λειτουργία ενός υπολογιστικού συστήματος και τις κύριες μονάδες του (ΚΜΕ, μνήμη, είσοδος/έξοδος).
- Αναγνωρίσει την σημασία χρήσης των ηλεκτρονικών υπολογιστών στην επίλυση προβλημάτων και στη βελτιστοποίηση εργασιών.
- Κατανοήσει τη σημασία της αναπαράστασης των δεδομένων (π.χ. δυαδικό σύστημα, τύποι δεδομένων) και τις βασικές έννοιες των δομών δεδομένων.
- Κατανοήσει τις αρχές της αλγοριθμικής σκέψης και πώς αυτές εφαρμόζονται στον σχεδιασμό και ανάπτυξη προγραμμάτων.
- Εξηγήσει και εφαρμόσει τα βήματα ανάλυσης ενός προβλήματος και σχεδίασης της κατάλληλης λύσης μέσω προγραμματισμού.
- Συζητήσει για θέματα προγραμματισμού στην γλώσσα προγραμματισμού Python, να σχεδιάζει και να προγραμματίζει ερωτήματα σχετικά με το βασικό τους πτυχίο, όπως η λύση ασκήσεων γραμμικής άλγεβρας κτλ.
- Προσδιορίσει τα δεδομένα εισόδου και εξόδου, τις πράξεις που θα πρέπει να υλοποιηθούν στην ΚΜΕ κατά την εκτέλεση ενός προγράμματος.
- Κατανοήσει τις βασικές δομές ελέγχου ροής, επανάληψης και συναρτήσεων σε προγράμματα Python.
- Υλοποιήσει προγράμματα σε Python που χρησιμοποιούν μεταβλητές, δομές επιλογής, βρόχους, συναρτήσεις και απλές δομές δεδομένων (όπως λίστες και πλειάδες).
- Αξιοποιήσει βασικές βιβλιοθήκες της Python και τεχνικές επεξεργασίας αρχείων για πρακτικά προβλήματα.
- Συζητήσει σχετικά με την υλοποίηση μαθηματικών προβλημάτων με τη χρήση της γλώσσας προγραμματισμού Python.
- Αναλύσει την γλώσσα προγραμματισμού Python και να αναγνωρίζει την σημαντικότητα χρήσης της
Προαπαιτούμενα: Δεν υπάρχουν Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος: Το μάθημα αυτό έχει σαν σκοπό τη διδασκαλία των βασικών αρχών του προγραμματισμού και την εφαρμογή αυτών μέσω της γλώσσας προγραμματισμού Python. Η ύλη του μαθήματος καλύπτει θέματα όπως, τι είναι αλγόριθμος, πρόγραμμα και τι σημαίνει “σωστός προγραμματισμός”. Επίσης, μελετώνται τα στάδια επίλυσης ενός προβλήματος μέσω υπολογιστή και παρουσιάζονται τα στάδια κατασκευής ενός προγράμματος. Η γλώσσα Python χρησιμοποιείται για την υλοποίηση της λύσης στον υπολογιστή. Στα πλαίσια της διδασκαλίας της γλώσσας Python, δίνεται η δομή ενός τυπικού προγράμματος και παρουσιάζονται οι βασικές εντολές της γλώσσας σχετικά με τη ροή προγράμματος (διακλάδωση, επανάληψη), την είσοδο/έξοδο δεδομένων και την κλήση συναρτήσεων. Επίσης, περιγράφονται οι βασικές και σύνθετες δομές δεδομένων που παρέχει η γλώσσα. Όλα τα παραπάνω συνοδεύονται με παραδείγματα τόσο κατά τη διάρκεια των διαλέξεων όσο και κατά τη διάρκεια των εργαστηρίων.
Συνοπτικός Πίνακας Ύλης
- Αναπαράσταση Δεδομένων και Λειτουργία ενός Η/Υ
- Εισαγωγή στη γλώσσα προγραμματισμού Python
- Μεταβλητές, Τελεστές και Αριθμητικές Εκφράσεις
- Εντολές Ελέγχου και Έλεγχος Ροής προγράμματος
- Βρόγχοι Επανάληψης
- Συναρτήσεις
- Συμβολοσειρές
- Χρήση Βιβλιοθηκών Python
- Δομές Δεδομένων
- Επεξεργασία Αρχείων
Μεθοδολογία Διδασκαλίας: Το μάθημα καλύπτει θεωρία και πρακτική. Αποτελείται από 3 ώρες διαλέξεων και 1.5 ώρες εργαστηρίου την εβδομάδα.
Βιβλιογραφία:
- Python for Everyone, Cay S. Horstmann, Rance D. Necaise, Wiley 2013.
- Οδηγός Python Μέσω Παραδειγμάτων, Δημήτρης Λεβεντέας, TasPython, 2009 - https://www.openbook.gr/odigos-python-mesw-paradeigmatwn/
Αξιολόγηση: Τελική εξέταση, ενδιάμεση εξέταση και κατ’οίκον εργασία ή διαγνωστικά.
Γλώσσα: Ελληνική
Τίτλος Μαθήματος: Προγραμματισμός Μεθόδων Επίλυσης Προβλημάτων
Κωδικός Μαθήματος: ΕΠΛ 032
Τύπος μαθήματος: Υποχρεωτικό (για τους φοιτητές των Τμημάτων ΔΕΔΔ, ΛOΧ, ΟΙΚ και ΧΗΜ)
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Χειμερινό / Εαρινό
Όνομα Διδάσκοντα: Χρ. Κυριάκου & Ν. Τεμενέ
ECTS: 6 | Διαλέξεις / εβδομάδα: 2 x 1.5 ώρες | Φροντιστήριο / εβδομάδα: 0 ώρες | Εργαστήρια / εβδομάδα: 1 x 1.5 ώρες
Στόχοι Μαθήματος: Απόκτηση ικανότητας επίλυσης απλών προβλημάτων μέσω του προγραμματισμού. Πιο συγκεκριμένα, το μάθημα διδάσκει τις βασικές αρχές προγραμματισμού με έμφαση στο δομημένο προγραμματισμό, την αφαιρετικότητα, υλοποίηση, έλεγχο και αποσφαλμάτωση αρθρωτών προγραμμάτων. Το μάθημα επίσης καλύπτει τη θεμελίωση της αλγοριθμικής σκέψης, την κατανόηση βασικών δομών δεδομένων και πολύ βασικές έννοιες αναφορικά με τη λειτουργία των ηλεκτρονικών υπολογιστών.
Μαθησιακά Αποτελέσματα: Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:
- Κατανοούν βασικές αρχές του προγραμματισμού, της αλγοριθμικής σκέψης, των αλγοριθμικών τεχνικών και της δομής των προγραμμάτων.
- Σχεδιάζουν, υλοποιούν, δοκιμάζουν και αποσφαλματώνουν αρθρωτά προγράμματα
- Αξιολογούν λύσεις ενός προβλήματος
- Μάθουν και να χρησιμοποιούν μια υψηλού επιπέδου γλώσσα προγραμματισμού (γι’ αυτό το σκοπό έχει επιλεχθεί η εκμάθηση της γλώσσας Python)
Προαπαιτούμενα: Δεν υπάρχουν Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος:
- Αναπαράσταση Δεδομένων και Λειτουργία ενός Η/Υ
- Εισαγωγή στη γλώσσα προγραμματισμού Python
- Μεταβλητές, τελεστές και αριθμητικές εκφράσεις
- Εντολές ελέγχου (if, elif, else) και έλεγχος ροής προγράμματος
- Βρόχοι επανάληψης (for, while)
- Συναρτήσεις
- Δομές δεδομένων
- Επεξεργασία αρχείων
Μεθοδολογία Διδασκαλίας: Το μάθημα καλύπτει θεωρία και πρακτική. Αποτελείται από 3 ώρες διαλέξεων και 1.5 ώρες εργαστηρίου την εβδομάδα.
Βιβλιογραφία:
- Python for Everyone, Cay S. Horstmann, Rance D. Necaise, Wiley 2013.
- Οδηγός Python Μέσω Παραδειγμάτων, Δημήτρης Λεβεντέας, TasPython, 2009 - https://www.openbook.gr/odigos-python-mesw-paradeigmatwn/
Αξιολόγηση: Τελική εξέταση, ενδιάμεση εξέταση και κατ’οίκον εργασία ή διαγνωστικά.
Γλώσσα: Ελληνική
Τίτλος Μαθήματος: Εισαγωγή στον Προγραμματισμό για Ηλεκτρολόγους Μηχανικούς και Μηχανικούς Υπολογιστών
Κωδικός Μαθήματος: ΕΠΛ 034
Τύπος μαθήματος: Υποχρεωτικό (για φοιτητές του Τμήματος ΗΜΥ)
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Εαρινό
Όνομα Διδάσκοντα: Μέλος Ακαδημαϊκού προσωπικού ΕΠΛ ή Επισκέπτης Καθηγητής
ECTS: 7 | Διαλέξεις / εβδομάδα: 2 x 1.5 ώρες | Φροντιστήριο / εβδομάδα: 1 x 1 ώρες | Εργαστήρια / εβδομάδα: 1 x 1.5 ώρες
Στόχοι Μαθήματος: Μάθηση μεθόδων λύσης προβλημάτων μέσω προγραμματισμού. Απόκτηση επιδεξιοτήτων στην επίλυση προβλημάτων με διαδικαστικό τρόπο και η θεμελίωση της αλγοριθμικής σκέψης. Θεμελίωση βασικών αρχών προγραμματισμού, αλγοριθμικών τεχνικών και δομών προγραμμάτων. Σχεδίαση, υλοποίηση, δοκιμή και αποσφαλμάτωση αρθρωτών προγραμμάτων. Κατανόηση των σημαντικών εννοιών της αφαιρετικότητας προγράμματος και αφαιρετικότητας δεδομένων. Εφαρμογή των βασικών αρχών μέσω της γλώσσας προγραμματισμού C.
Μαθησιακά Αποτελέσματα: .
Προαπαιτούμενα: Δεν υπάρχουν Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος: Εισαγωγή στους υπολογιστές και τις γλώσσες προγραμματισμού. Επίλυση προβλημάτων και προγραμματισμός, προδιαγραφή προβλήματος, αλγόριθμοι και προγράμματα, μεθοδολογία προοδευτικής εκλέπτυνσης, αφαιρετικότητα προ¬γράμματος και δεδομένων. Διεργασία ανάπτυξης λογισμικού, σχεδίαση από πάνω προς τα κάτω, διάσπαση προβλήματος, επαναχρησιμοποίηση, στρατηγικές δοκιμής και αποσφαλμάτωσης. Μεταβλητές: ονομασίες, τιμές, διευθύνσεις, βασικοί τύποι (αριθμοί, χαρακτήρες, λογικές τιμές), τελεστές και εκφράσεις, σταθερές, χρήση βι-βλιοθηκών. Λειτουργίες εισόδου/εξόδου. Διαδικασίες (συναρτήσεις), παράμετροι, κλήσεις, ορίσματα, πέρασμα δια τιμής ή διευθύνσεως. Ροή προγράμματος, κανόνες εμβέλειας ονομασιών, διάρκεια ζωής μεταβλητών/κλήσεων διαδικασιών, κατάσταση προγράμματος. Διαδικασιακός προγραμματισμός, αλγοριθμικές δομές (ακολουθία, επιλογή, επανάληψη, αναδρομικότητα), μνήμη. Σύνθετοι και απαριθμητοί τύποι δεδομένων, πίνακες (μονοδιάστατοι και πολυδιάστατοι), δομές και εγγραφές, δείκτες (μεταβλητές τύπου δείκτη, τελεστές διεύθυνσης και έμμεσης αναφοράς, αριθμητική δεικτών, πίνακες και δείκτες, δείκτες και συναρτήσεις). Εισαγωγή στη δυναμική δέσμευση μνήμης
Μεθοδολογία Διδασκαλίας: Διαλέξεις (3 ώρες εβδομαδιαίως), Εργαστήριο (1,5 ώρες εβδομαδιαίως) και Φροντιστήριο (1 ώρα εβδομαδιαίως).
Βιβλιογραφία:
- J. R. Hanly, E. B. Koffman, Problem Solving and Program Design in C, 4th Edition, Addison-Wesley, 2003.
- B. W. Kernighan, D. M. Ritchie, Η Γλώσσα Προγραμματισμού C, Δεύτερη Έκδοση, Εκδόσεις ΚΛΕΙΔΑΡΙΘΜΟΣ, 1990.
Αξιολόγηση: Τελική εξέταση, ενδιάμεση εξέταση και κατ’οίκον εργασία (προγραμματιστικές ασκήσεις).
Γλώσσα: Ελληνική
Τίτλος Μαθήματος: Δομές Δεδομένων και Αλγόριθμοι για Ηλεκτρολόγους Μηχανικούς και Μηχανικούς Υπολογιστών
Κωδικός Μαθήματος: ΕΠΛ 035
Τύπος μαθήματος: Υποχρεωτικό (για τους φοιτητές του Τμήματος ΗΜΥ)
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Χειμερινό
Όνομα Διδάσκοντα: Χρ. Κυριάκου & Ν. Τεμενέ
ECTS: 7 | Διαλέξεις / εβδομάδα: 2 x 1.5 ώρες | Φροντιστήριο / εβδομάδα: 1 x 1 ώρες | Εργαστήρια / εβδομάδα: 1 x 1.5 ώρες
Στόχοι Μαθήματος: Μελέτη των μεθόδων οργάνωσης πληροφοριών, των αλγορίθμων που τις δημιουργούν και τις μετασχηματίζουν και της ανάλυσης της πολυπλοκότητας αλγο¬ρίθμων. Εξοικείωση με δομές δεδομένων και αλ¬γορίθμων επεξεργασίας τους, εκτίμηση της σημασίας της προσεκτικής οργάνωσης πληροφοριών για την αποδοτική διερεύνηση και μεταποίηση τους, ανάπτυξη δε¬ξιοτήτων σχεδιασμού και υλοποίησης αλγορίθμων που ελαχιστοποιούν το χρόνο εκτέλεση τους και το χώρο που χρησιμοποιούν και εξοικείωση με τεχνικές ανάλυ¬σης της αποδοτικότητας αλγορίθμων.
Μαθησιακά Αποτελέσματα: .
Προαπαιτούμενα: ΕΠΛ 034 Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος: Προχωρημένες αρχές προγραμματισμού βασισμένες στην γλώσσα προγραμματισμού C: Αναδρομή, Δομές, Δείκτες και αποδοτική διαχείριση μνήμης και αρχείων. Ενδόμνημη παράσταση δομών δεδομένων. Τύποι δεδομένων και αφηρημέ¬νοι τύποι δεδομένων. Πολυπλοκότητα αλγόριθμων και ανάλυση μέσης και χείριστης περίπτωσης. Γραμμικές Δομές Δεδομένων: Λίστες, Στοίβα και Ουρά με χρήση διαδο¬χικής και δυναμικής δέσμευσης μνήμης. Εφαρμογές στοιβών και συνδεδεμένων λι¬στών. Αλγόριθμοι ταξινόμησης SelectionSort, InsertionSort, MergeSort, QuickSort και BucketSort. Δενδρικές Δομές Δεδομένων: Δυαδικά Δένδρα, Δυαδικά Δένδρα Ανα¬ζήτησης, Ισοζυγισμένα δένδρα, Β-δένδρα. Ουρές Προτεραιότητας και Σωροί. Γράφοι: αναπαράσταση, αλγόριθμοι επεξεργασίας, αλγόριθμοι τοπολογικής ταξινόμησης και διάσχισης. Τεχνικές κατακερματισμού, συναρτήσεις κατακερματισμού και μέθοδοι διαχείρισης συγκρούσεων.
Μεθοδολογία Διδασκαλίας: Διαλέξεις (3 ώρες εβδομαδιαίως), Φροντιστήριο (1 ώρα εβδομαδιαίως) και Εργαστήριο (1,5 ώρες εβδομαδιαίως).
Βιβλιογραφία:
- R. F. Gilberg, B. A. Fourouzan, Data Structures: A Pseudocode Approach with C, Second Edition, Thomson Publishing.
- K. N. King, C Programming: A Modern Approach, Second Edition,W. W. Norton & Company, 2008.
- Ν. Μισυρλής, Δομές Δεδομένων με C.
- 4. M. A. Weiss, Data Structures and Algorithm Analysis in C, Addison Wesley, 1996.
Αξιολόγηση: Τελική εξέταση, ενδιάμεση εξέταση και κατ’οίκον εργασία (προγραμματιστικές και θεωρητικές).
Γλώσσα: Ελληνική
Τίτλος Μαθήματος: Προγραμματισμός Μεθόδων Επίλυσης Προβλημάτων στις Κοινωνικές Επιστήμες
Κωδικός Μαθήματος: ΕΠΛ 036
Τύπος μαθήματος: Υποχρεωτικό (για φοιτητές του Τμήματος ΨΥΧ))
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Εαρινό
Όνομα Διδάσκοντα: Μέλος Ακαδημαϊκού προσωπικού ΕΠΛ ή Επισκέπτης Καθηγητής
ECTS: 5 | Διαλέξεις / εβδομάδα: 2 x 1.5 ώρες | Φροντιστήριο / εβδομάδα: 0 ώρες | Εργαστήρια / εβδομάδα: 1 x 1.5 ώρες
Στόχοι Μαθήματος: Απόκτηση ικανότητας επίλυσης απλών προβλημάτων μέσω του προγραμματισμού. Πιο συγκεκριμένα, το μάθημα διδάσκει τις βασικές αρχές προγραμματισμού με έμφαση στο δομημένο προγραμματισμό, την αφαιρετικότητα, υλοποίηση, έλεγχο και αποσφαλμάτωση αρθρωτών προγραμμάτων. Το μάθημα επίσης καλύπτει τη θεμελίωση της αλγοριθμικής σκέψης, την κατανόηση βασικών δομών δεδομένων και πολύ βασικές έννοιες αναφορικά με τη λειτουργία των ηλεκτρονικών υπολογιστών.
Μαθησιακά Αποτελέσματα: Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:
- Κατανοούν βασικές αρχές του προγραμματισμού, της αλγοριθμικής σκέψης, των αλγοριθμικών τεχνικών και της δομής των προγραμμάτων.
- Σχεδιάζουν, υλοποιούν, δοκιμάζουν και αποσφαλματώνουν αρθρωτά προγράμματα
- Αξιολογούν λύσεις ενός προβλήματος
- Μάθουν και να χρησιμοποιούν μια υψηλού επιπέδου γλώσσα προγραμματισμού (γι’ αυτό το σκοπό έχει επιλεχθεί η εκμάθηση της γλώσσας Python)
Προαπαιτούμενα: Δεν υπάρχουν Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος:
- Αναπαράσταση Δεδομένων και Λειτουργία ενός Η/Υ
- Εισαγωγή στη γλώσσα προγραμματισμού Python
- Μεταβλητές, τελεστές και αριθμητικές εκφράσεις
- Εντολές ελέγχου (if, elif, else) και έλεγχος ροής προγράμματος
- Βρόχοι επανάληψης (for, while)
- Συναρτήσεις
- Δομές δεδομένων
- Επεξεργασία αρχείων
Μεθοδολογία Διδασκαλίας: Το μάθημα καλύπτει θεωρία και πρακτική. Αποτελείται από 3 ώρες διαλέξεων και 1.5 ώρες εργαστηρίου την εβδομάδα.
Βιβλιογραφία:
- Python for Everyone, Cay S. Horstmann, Rance D. Necaise, Wiley 2013.
- Οδηγός Python Μέσω Παραδειγμάτων, Δημήτρης Λεβεντέας, TasPython, 2009 - https://www.openbook.gr/odigos-python-mesw-paradeigmatwn/
Αξιολόγηση: Τελική εξέταση, ενδιάμεση εξέταση και κατ’οίκον εργασία ή διαγνωστικά.
Γλώσσα: Ελληνική
Τίτλος Μαθήματος: Χειρισμός Δεδομένων στη Γλώσσα Python
Κωδικός Μαθήματος: ΕΠΛ 037
Τύπος μαθήματος: Υποχρεωτικό (για φοιτητές του τμήματος ΟΙΚ)
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Εαρινό
Όνομα Διδάσκοντα: Μέλος Ακαδημαϊκού προσωπικού ΕΠΛ ή Επισκέπτης Καθηγητής
ECTS: 6 | Διαλέξεις / εβδομάδα: 0 ώρες | Φροντιστήριο / εβδομάδα: 0 ώρες | Εργαστήρια / εβδομάδα: 2 x 2 ώρες
Στόχοι Μαθήματος: Σκοπός του μαθήματος είναι να παρέχει κατανόηση θεμάτων που σχετίζονται με την ανάλυση δεδομένων καθώς και πρακτική επαφή με επιστημονικά εργαλεία και γλώσσες όπως η Python και η SQL. Ο χειρισμός των δεδομένων είναι μια επαναλαμβανόμενη εργασία για τους αναλυτές δεδομένων. Η ανάγνωση ενός συνόλου δεδομένων, ο έλεγχος των ιδιοτήτων του, ο χειρισμός του περιεχομένου του και η δημιουργία οπτικοποιήσεων συχνά αποτελούν κουραστικές εργασίες. Ως εκ τούτου, η αύξηση της αποτελεσματικότητας σε αυτή τη διαδικασία είναι επωφελής για όσους θέλουν να χειριστούν μικρά ή μεγάλα σύνολα δεδομένων. Λογισμικά που βασίζονται σε υπολογιστικά φύλλα δεν έχουν τη δυνατότητα να υποστηρίξουν σωστά αυτή τη διαδικασία, λόγω της έλλειψης αυτοματισμού και επαναληψιμότητας. Αυτό το εργαστηριακό μάθημα, προωθεί τη χρήση μιας γλώσσας υψηλού επιπέδου όπως η Python, που συμπληρώνεται με χρήση SQL επερωτημάτων για την εξαγωγή δεδομένων από βάσεις δεδομένων, είναι ιδανικό για το χειρισμό συνόλων δεδομένων. Αυτό το μάθημα αναμένεται να εκπαιδεύσει τους μαθητές να χρησιμοποιούν αποτελεσματικά την SQL και την Python έτσι ώστε είναι σε θέση να μπορούν να φορτώσουν και να χειριστούν σύνολα δεδομένων με αποτελεσματικότητα.
Μαθησιακά Αποτελέσματα: Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:
- Χρησιμοποιούν ενσωματωμένες συναρτήσεις της γλώσσας προγραμματισμού Python και να εκτελούν λειτουργίες πάνω σε δομές δεδομένων (όπως λίστες, λεξικά, πλειάδες).
- Κατανοούν και να χρησιμοποιούν βασικά SQL επερωτήματα για την επιλογή, την ομαδοποίηση και τη συγκέντρωση δεδομένων από σχεσιακές βάσεις δεδομένων.
- Φορτώνουν σύνολα δεδομένων από βάσεις δεδομένων και αρχεία μέσω της βιβλιοθήκης Pandas.
- Παράγουν βασικές στατιστικές μετρικές (μέση τιμή, τυπική απόκλιση, διάμεσος).
- Εφαρμόζουν τεχνικές χειρισμού δεδομένων όπως καθαρισμό δεδομένων (διόρθωση/διαγραφή/συμπλήρωση δεδομένων που λείπουν), χειρισμό χρονοσειρών (ευρετηρίαση, αλλαγή δειγματοληψίας, χρονική μετατόπιση, κυλιόμενες στατιστικές), μετασχηματισμό δεδομένων (κλιμάκωση, αποκλιμάκωση).
- Δημιουργούν γραφικές απεικονίσεις με χρήση συνόλων δεδομένων χρησιμοποιώντας διαφορετικού είδους γραφήματα (2D, 3D).
Προαπαιτούμενα: ΕΠΛ032 ή προηγούμενη γνώση στη γλώσσα προγραμματισμού Python Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος: Αυτό το εργαστηριακό μάθημα εστιάζει στη φόρτωση συνόλων δεδομένων από αρχεία (π.χ. .csv) και σχεσιακούς πίνακες βάσεων δεδομένων χρησιμοποιώντας δηλώσεις SQL όπως επιλογή, χειρισμός δεδομένων (καθαρισμός, φιλτράρισμα, ομαδοποίηση, συγκέντρωση, αλλαγή δειγματοληψίας, κλιμ άκωση, αποκλιμάκωση) δεδομένών που βρίσκονται σε μορφή πίνακα για διερευνητική ανάλυση και οπτικοποίηση χρησιμοποιώντας σημαντικά πακέτα όπως Numpy, Pandas, Matplotlib, Seaborn και Plotly. Το μάθημα δεν καλύπτει στατιστική, εξόρυξη δεδομένων, μηχανική μάθηση ή προγνωστική μοντελοποίηση. Στόχος του είναι να παρέχει στους μαθητές τα μέσα για να αντιμετωπίσουν αποτελεσματικά τις κοινές πρακτικές χειρισμού δεδομένων, προκειμένου να αυξήσουν την αποτελεσματικότητα τους. Αυτές οι δεξιότητες είναι χρήσιμες για την προετοιμασία ενός συνόλου δεδομένων το οποίο στη συνέχεια μπορεί να χρησιμοποιηθεί για διερευνητική ανάλυση (στατιστική ανάλυση και οπτικοποίηση) και προγνωστική μοντελοποίηση.
Μεθοδολογία Διδασκαλίας: Το μάθημα προσφέρει διδασκαλία σε εργαστηριακό περιβάλλον όπου οι μαθητές θα μπορούν αφού πρώτα παρακολουθήσουν τη διδασκαλία, να εφαρμόσουν άμεσα στην πράξη τη διδαχθείσα γνώση. Οι φοιτητές θα μπορούν να εφαρμόσουν το διδασκόμενο υλικό μέσω εργαστηριακών ασκήσεων εντός της τάξης με τη βοήθεια του διδάσκοντα.
Βιβλιογραφία:
- "Python for Data Analysis, 3rd Edition" by Wes McKinney, 2023.
Αξιολόγηση: Τελική εξέταση, ενδιάμεση εξέταση και κατ’οίκον εργασίες ή διαγνωστικά. Η τελική / ενδιάμεση εξέταση και τα διαγνωστικά θα γίνονται στο εργαστήριο.
Γλώσσα: Ελληνική
Τίτλος Μαθήματος: Ηλεκτρονική Υγεία και Ιατρική Πληροφορική
Κωδικός Μαθήματος: ΕΠΛ 041
Τύπος μαθήματος: Υποχρεωτικό (για τους φοιτητές της Ιατρικής Σχολής)
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Χειμερινό
Όνομα Διδάσκοντα: Ειρ. Σχίζα
ECTS: 3 | Διαλέξεις / εβδομάδα: 1 x 3 ώρες | Φροντιστήριο / εβδομάδα: 0 ώρες | Εργαστήρια / εβδομάδα: 0 ώρες
Στόχοι Μαθήματος: Εισαγωγή του ιατρού του μέλλοντος στο νέο κόσμο πραγμάτων της ηλεκτρονικής υγείας (ηΥγείας) και της Ιατρικής Πληροφορικής σε τοπικό, ευρωπαϊκό και διεθνές επίπεδο. Εμπέδωση του νομοθετικού και κοινωνικού πλαισίου της ηΥγείας. Επεξήγηση της ασθενο-κεντρικής προσέγγισης της ιατρικής πρακτικής ως προαπαιτούμενο για επιτυχή υλοποίηση της ηΥγείας. Αξιοποίηση των δυνατοτήτων που παρέχουν οι τεχνολογίες πληροφορικής και επικοινωνιών στην ιατρική και κλινική πράξη κυρίως μέσα από τη μοντελοποίηση της ιατρικής πρακτικής, των διαδικασιών και της γνώσης. Διαχείριση, προτυποποίηση, παρουσίαση και χρήση των ιατρικών δεδομένων για πραγμάτωση της ηΥγείας.
Μαθησιακά Αποτελέσματα: .
Προαπαιτούμενα: Δεν υπάρχουν Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος: Εισαγωγή των όρων της υγείας και του πλαισίου λειτουργίας της. Νομοθετικό ρυθμιστικό και κοινωνικό υπόβαθρο. Μέθοδοι για την αξιοποίηση της πληροφορικής για την εξόρυξη ιατρικών πληροφοριών και δεδομένων από βάσεις γνώσης, δεδομένων και ιατρικών πληροφοριών. Εφαρμογές συστημάτων πληροφορικής που χρησιμοποιούνται για τη διακίνηση της ιατρικής γνώσης, τη διαχείριση της ιατρικής πληροφορίας, την ενδεδειγμένη χρήση ενός ηλεκτρονικού φακέλου του πολίτη για ασθενείς και τη στήριξη μιας ιατρικής απόφασης. Εκτενής αναφορά στο νομικό πλαίσιο που ρυθμίζει την πρακτική αυτή, σύμφωνα με τις ευρωπαϊκές και διεθνείς οδηγίες.
Μεθοδολογία Διδασκαλίας: Διαλέξεις/παρουσιάσεις (3 ώρες εβδομαδιαίως) Συζητήσεις/παρουσιάσεις, Δομημένες επισκέψεις σε νοσοκομειακές κλινικές για συλλογή δεδομένων και διερεύνηση των τρόπων αξιοποίησής τους από το ιατρικό προσωπικό.
Βιβλιογραφία: Δεν υπάρχει ένα βιβλίο το οποίο να καλύπτει όλη την ύλη που αναμένεται να διδαχθεί στο μάθημα. Θα γίνεται εκτενής χρήση του Διαδικτύου ακόμη και στην αίθουσα διδασκαλίας. Τα πιο κάτω βιβλία συστήνονται.
- Δ. Κουτσούρης, Σ. Παυλόπουλος, Α. Πρέντζα, Εισαγωγή στη Βιοϊατρική Τεχνολογία και Ανάλυση Ιατρικών Συστημάτων, Εκδόσεις Τζιόλα, 2003.
- E. H. Shortliffe, J. J. Cimino (Eds.), Biomedical Informatics: Computer Applications in Health Care and Biomedicine, Springer Verlag; 3rd edition, 2006.
- Εκτενής χρήση του διαδικτύου και ηλεκτρονικών βιβλιοθηκών.
Αξιολόγηση: Τελική εξέταση, ενδιάμεση εξέταση και κατ’οίκον εργασία (μελέτες ή/και ασκήσεις).
Γλώσσα: Ελληνική
Τίτλος Μαθήματος: Σεμινάρια Ηλεκτρονικής Υγείας
Κωδικός Μαθήματος: ΕΠΛ 042
Τύπος μαθήματος: Υποχρεωτικό (για τους φοιτητές της Ιατρικής Σχολής)
Επίπεδο: Προπτυχιακό
Έτος / Εξάμηνο φοίτησης: Εαρινό
Όνομα Διδάσκοντα: Ειρ. Σχίζα
ECTS: 3 | Διαλέξεις / εβδομάδα: 1 χ 2 ώρες | Φροντιστήριο / εβδομάδα: 0 ώρες | Εργαστήρια / εβδομάδα: 0 ώρες
Στόχοι Μαθήματος: Εξοικείωση του φοιτητή με τις τεχνολογίες της πληροφορικής και των επικοινωνιών (ΤΠΕ) και η πρακτική τους εφαρμογή στην ιατρική και κλινική πράξη. Απόκτηση εμπειριών μέσα από την παράθεση πρακτικών που έχουν υιοθετηθεί από καταξιωμένους ιατρούς που έχουν κάνει πράξη την ηλεκτρονική υγεία. Παρακολούθηση πρακτικών όπως εφαρμογών σε μονάδα εντατικής θεραπείας, λαπαροσκοπικών επεμβάσεων, εγχειρήσεων, ρομποτικών επεμβάσεων, τηλεδιαγνώσεων, τηλεπαρακολουθήσεων, και ζωντανής καταγραφής και αξιοποίησης σχετικών βάσεων ιατρικών δεδομένων. Προβληματισμός του φοιτητή με το τι μέλλει γενέσθαι στον χώρο της ιατρικής εφόσον οι ΤΠΕ θα συνεχίσουν να αναπτύσσονται.
Μαθησιακά Αποτελέσματα: .
Προαπαιτούμενα: ΕΠΛ 041 Συναπαιτούμενα: Δεν υπάρχουν
Περιεχόμενο Μαθήματος: Επιλεγμένες παρουσιάσεις/διαλέξεις από τουλάχιστον έξι ιατρούς, που θα επιλέγονται ανάλογα με το θέμα και με την διαθεσιμότητα τους, από την Κύπρο και το εξωτερικό. Ενδέχεται να χρησιμοποιηθούν και μέσα τηλεδιάσκεψης για ζωντανές παρουσιάσεις και επικοινωνία με τον ιατρό για συζήτηση και επίλυση αποριών. Όταν είναι εφικτό θα δοθεί και η δυνατότητα για επιτόπου επίσκεψη των φοιτητών σε ιατρική μονάδα.
Μεθοδολογία Διδασκαλίας: Διαλέξεις/παρουσιάσεις/συζητήσεις (2 ώρες ανά δύο εβδομάδες), Δυνατότητα δομημένων επισκέψεων σε νοσοκομειακές κλινικές σε συνεννόηση με τους παρουσιαστές.
Βιβλιογραφία: Δεν υπάρχει ένα βιβλίο το οποίο να καλύπτει την ύλη που αναμένεται να διδαχθεί στο μάθημα. Οι παρουσιαστές θα προτείνουν ανάλογα, σχετική βιβλιογραφία που θα είναι διαθέσιμη στο διαδίκτυο.
Αξιολόγηση: Γραπτές εξετάσεις και κατ’οίκον εργασία (ατομική και ομαδική εργασία).
Γλώσσα: Ελληνική