Διαχείριση μεγάλων δεδομένων

Κωδικός μαθήματος
δια-μεγ-δεδ
Μονάδες ECTS
5
Εξάμηνο
Εξάμηνο Ζ
Κατηγορία μαθήματος

Μαθήματα Κατεύθυνσης

Μαθήματα Κατεύθυνσης

Κατεύθυνση
Επιλογής Κατεύθυνσης Πληροφορικής
Περιγραφή μαθήματος
ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

Περιεχόμενα: Το μάθημα εστιάζει στη διαχείριση δεδομένων μεγάλου όγκου και επικεντρώνεται σε αρχιτεκτονικές κατανεμημένων συστημάτων, συστήματα συστάδων υπολογιστών (cluster computing), τεχνολογίες πλέγματος (grids) και νέφους (clouds), κατανεμημένα συστήματα αρχείων (π.χ., Google file system, Hadoop, Facebook Cassandra), αναζήτηση κατανεμημένων δεδομένων (Chord), μοντέλα παράλληλων/κατανεμημένων υπολογισμών για σχεσιακά δεδομένα (Map/Reduce) και γράφους (Pregel), NoSQL βάσεις δεδομένων (π.χ., Elasticsearch, MongoDB, Neo4j), οπτικοποίηση μεγάλων δεδομένων (π.χ., Kibana), κατανεμημένη διαχείριση ροών δεδομένων, εξόρυξη και εξαγωγή γνώσης από τα μεγάλα δεδομένα. Επίσης, αντικείμενο του μαθήματος είναι η χρήση των μεγάλων δεδομένων στα πλαίσια διαφορετικών εφαρμογών της καθημερινότητας (π.χ., κοινωνικά δίκτυα, υγεία, ηλεκτρονική διακυβέρνηση, κ.ά.), καθώς και τα ηθικά/ιδιωτικά ζητήματα που εγείρονται από τη χρήση τους.

ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ

Αξιολόγηση: Προγραμματιστικές εργασίες (ενδέχεται να συνοδεύονται από προσωπική εξέταση) ή/και ασκήσεις κατανόησης της ύλης (είτε για το σπίτι, είτε για επίλυση στην τάξη) ή/και προφορική παρουσίαση, και 3ωρη γραπτή τελική εξέταση. Οι εργασίες, οι ασκήσεις, και η προφορική παρουσίαση θα έχουν συνολικό βάρος 50%, και η τελική γραπτή εξέταση θα προσμετράται στο συνολικό βαθμό με το υπόλοιπο 50%. Τα ποσοστά αυτά μπορεί να διαφοροποιούνται (μέχρι +/-10%) από έτος σε έτος. Για την επιτυχία ενός φοιτητή στο μάθημα απαιτείται προβιβάσιμος βαθμός (πέντε ή μεγαλύτερος) στην τελική γραπτή εξέταση καθώς και στον τελικό βαθμό όπως αυτός προκύπτει από τα εκάστοτε ποσοστά.

Μέθοδοι αξιολόγησης: Ερωτήσεις σύντομης απάντησης, Ερωτήσεις πολλαπλής επιλογής, Επίλυση προβλημάτων, Έκθεση / Αναφορά, Προφορική εξέταση, Δημόσια παρουσίαση, Εργαστηριακή εργασία.

URL ΜΑΘΗΜΑΤΟΣ ΣΤΟ ECLASS

https://eclass.uop.gr/courses/345/

ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ 

Βιβλιογραφία: 

  1. A. Rajaraman και J.D. Ullman, Εξόρυξη από μεγάλα σύνολα δεδομένων, Εκδόσεις Νέων Τεχνολογιών, 2014. Κωδικός στον Εύδοξο: 22768468
  2. G.Coulouris, J. Dollimore, T. Kindberg, και G. Blair, Κατανεμημένα Συστήματα, Εκδόσεις DaVinci, 2018. Κωδικός στον Εύδοξο: 77112824
  3. A. Velte, T. Velte, και R. Elsenpeter, Cloud computing Μια πρακτική προσέγγιση, 1η έκδοση, Γκιούρδας, 2010. Κωδικός στον Εύδοξο: 12250
  4. R. Elsmari και S.B. Navathe, Θεμελιώδεις αρχές συστημάτων βάσεων δεδομένων, 6η έκδοση, Δίαυλος, 2016.Κωδικός στον Εύδοξο: 50662846
  5. Σημειώσεις των διδασκόντων
  6. Ερευνητικά άρθρα σχετικά με τα αντικείμενα του μαθήματος