Στοιχεία Μαθήματος

Study Program* --------- MSc in Informatics and Telematics Undergraduate Programme MPhil in Computer Science and Informatics MSc Applied Informatics Advances in Computer Science and Information Systems Undergraduate Programme PhD Programme Information Technology

Κωδικός Μαθήματος (Ελληνικά)*

Εξάμηνο*

Τίτλος (Ελληνικά)*

Ώρες Διδασκαλίας Θεωρίας (Εβδομαδιαία)

Μονάδες ECTS*

Τύπος Μαθήματος (Ελληνικά)

Προαπαιτούμενα (Ελληνικά) Βάσεις Δεδομένων

URL Μαθήματος (π.χ. στο e-class)

Μαθησιακά Αποτελέσματα (Ελληνικά) Σκοπός του μαθήματος είναι η εξοικείωση των σπουδαστών με θέματα που αφορούν τη διαχείριση δεδομένων μεγάλου όγκου, με ιδιαίτερη έμφαση στις εφαρμογές του Σημασιολογικού Ιστού. Πέρα από τις βασικά θεωρητικά θεμέλια, το μάθημα θα περιλαμβάνει και πρακτική εξάσκηση και προγραμματισμό σε πληθώρα εργαλείων και τεχνολογιών, όπως, ενδεικτικά, Hadoop, Spark, RDF, SPARQL, OWL, ontology APIs. Με την επιτυχή ολοκλήρωση του μαθήματος οι φοιτητές θα είναι σε θέση να: - γνωρίζει τις βασικές αρχές διαχείρισης δεδομένων μεγάλου όγκου και Σημασιολογικού Ιστού. - χρησιμοποιεί τεχνολογίες Σημασιολογικού Ιστού - μπορεί να αναπτύξει εφαρμογές που διαχειρίζονται μεγάλο όγκο δεδομένων σε σύμπλεγμα υπολογιστών

Γενικές Δεξιότητες (Ελληνικά) - Αυτόνομη Εργασία - Ομαδική Εργασία - Προσαρμογή σε νέες συνθήκες

Περιεχόμενο Μαθήματος (Ελληνικά) Εισαγωγή στα μεγάλα δεδομένα Κατανεμημένα συστήματα διαχείρισης δεδομένων Hadoop MapReduce και HDFS Apache Spark NoSQL βάσεις δεδομένων - Graph Databases RDF και Triplestores SPARQL Βασικά για Οντολογίες και OWL Κατασκευή και Συντήρηση Γραφημάτων Γνώσης

Χρήση ΤΠΕ (Ελληνικά) - Διάδοση και οργάνωση μαθήματος με χρήση eclass - Επικοινωνία μέσω eclass και email

Είναι επιλογής; Unknown Yes No

Φόρτος μέσα στο Εξάμηνο (Ώρες)

Διδασκαλίας

Εργαστήριο

Αυτοδύναμη Μελέτη*

Εργασία (Project)*

Εργαστηριακή Αναφορά*