Μαθήματα

Part 1: Software Development Tools

• The Python Programming Language
• Debugging & Logging
• Profiling Python Code
• Idiomatic Python & Code Refactoring
• Unit Testing
• Automating Code Deployment (VirtualEnv/Docker)
• Software Development in Teams & Version Control

Part 2: Systems Programming

• Linux Commands
• Bash Scripting
• Processes
• Process Control
• Sockets

Το μάθημα στοχεύει στην κάλυψη της ύλης των πιθανοτήτων που είναι απαραίτητη για ένα ηλεκτρολόγο μηχανικό και μηχανικό υπολογιστών. Είναι προσιτό σε φοιτητές του 2ου έτους μιας πολυτεχνικής σχολής. Οι στατιστικές μέθοδοι ανάλυσης και μοντελοποίησης γίνονται όλο και πιο δημοφιλείς, με συνέπεια οι βασικές έννοιες που καλύπτονται στο μάθημα αυτό, να αποτελούν απαραίτητη βάση για μαθήματα στις περιοχές της αναγνώρισης προτύπων, μηχανικής μάθησης, τεχνητής νοημοσύνης, επεξεργασίας σήματος (φωνής, εικόνας, video), συστημάτων τηλεπικοινωνιών, δικτύων υπολογιστών, κλπ, που διδάσκονται στο 3ο και 4ο έτος. Δίδεται ιδιαίτερη έμφαση στις έννοιες της ανεξαρτησίας, γραμμικής ανεξαρτησίας, ανεξαρτησίας υπό συνθήκη και αιτιατότητας, που είναι θεμελιώδεις σε προβλήματα στατιστικής μοντελοποίησης και αναγνώρισης προτύπων. Οι διαλέξεις της θεωρίας θα ακολουθούνται από παραδείγματα στον υπολογιστή, ώστε να συνδέεται άμεσα η θεωρία με το πείραμα.

Προαπαιτούμενο: Τουλάχιστον ένα από τα ΜΑΘ-101, ΜΑΘ-103.

Το μάθημα δεν διαθέτει περιγραφή

Το μάθημα δεν διαθέτει περιγραφή