Ανάλυση δεδομένων με χρήση της γλώσσας R

Το Κέντρο Επιμόρφωσης και Διά Βίου Μάθησης (ΚΕΔΙΒΙΜ) του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης (ΑΠΘ) σας καλωσορίζει στο εκπαιδευτικό πρόγραμμα με τίτλο “Ανάλυση δεδομένων με χρήση της γλώσσας R”, διάρκειας 75 ωρών, το οποίο θα διεξαχθεί και θα υλοποιηθεί εξ αποστάσεως μέσω της πλατφόρμας elearning του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης.

Επιστημονικός Υπεύθυνος του προγράμματος είναι ο Δρ. Χαράλαμπος Μπράτσας, ΕΔΙΠ, Τμήμα Μαθηματικών, Σχολή Θετικών Επιστημών, Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Επιστημονικός Υπεύθυνος σε 4 ευρωπαϊκά χρηματοδοτούμενα προγράμματα.

Στο πρόγραμμα διδάσκουν:

1.      Ιωάννης Αντωνίου, Καθηγητής ΑΠΘ

2.      Χαράλαμπος Μπράτσας, ΕΔΙΠ ΑΠΘ

3.      Κλεάνθης Κουπίδης, Msc Μαθηματικός, Επιστημονικός συνεργάτης ΑΠΘ

4.      Ευάγγελος Χονδροκώστας, Msc Μαθηματικός, Επιστημονικός συνεργάτης ΑΠΘ

5.      Μυρτώ Παπαγεωργίου, Υπ. Διδάκτωρ Μαθηματικό ΑΠΘ, Επιστημονικός συνεργάτης ΑΠΘ

Στόχος του προγράμματος

Η γλώσσα R αποτελεί ένα πολύτιμο εργαλείο διαχείρισης και ανάλυσης δεδομένων. Το πρόγραμμα αυτό παρέχει τη δυνατότητα στους επιμορφούμενους να αποκτήσουν γνώσεις χρήσης της γλώσσας, ξεκινώντας από τα βασικά χαρακτηριστικά της και φτάνοντας σε ένα πολύ καλό επίπεδο επεξεργασίας και ανάλυσης δεδομένων. Αρχικά, αναλύονται οι βασικές δομές, βιβλιοθήκες και εντολές και στη συνέχεια μαθαίνουν πως να εισάγουν, να διαχειρίζονται και να οπτικοποιούν δεδομένα. Η στατιστική ανάλυση των δεδομένων και η μεθοδολογία μιας έρευνας αποτελούν βασικά κεφάλαια του προγράμματος, μέσα από τα οποία ο επιμορφούμενος θα μπορέσει να αναπτύξει άποψη για πρακτικά προβλήματα ανάλυσης δεδομένων. Σκοπός του νέου προγράμματος είναι να προσφέρει την ευκαιρία στους υποψήφιους, από το μηδέν ενώ δεν έχουν καμία εμπειρία στην γλώσσα R, να εξοικειωθούν με το περιβάλλον της και να εκπαιδευτούν να δίνουν απαντήσεις σε επιστημονικά προβλήματα στις σπουδές αλλά και σε ερευνητικές δραστηριότητες κάθε είδους.

Αναγκαιότητα προγράμματος

Η R είναι μια γλώσσα προγραμματισμού ανοιχτού κώδικα στον οποίο όλοι έχουν πρόσβαση, μπορούν να κάνουν διορθώσεις και να τις δημοσιεύουν. Επιτρέπει στον κάθε χρήστη να αλληλεπιδρά με άλλες γλώσσες, με αρχεία δεδομένων και άλλα στατιστικά πακέτα. Γι’ αυτό η ανάλυση δεδομένων με την R θεωρείται βασικό προσόν για την έρευνα και την αναζήτηση θέσης εργασίας. Το πρόγραμμα προσφέρει στους επιμορφούμενους την ικανότητα να καταλάβουν πως λειτουργεί η βασική δομή της R και να γράφουν κώδικα ώστε να εισάγουν δεδομένα από άλλα στατιστικά πακέτα, αρχεία και άλλα προγράμματα. Θα έχουν τη δυνατότητα να μάθουν τεχνικές διαχείρισης δεδομένων, καθώς και να χρησιμοποιούν ευέλικτους και δημιουργικούς τρόπους σχεδίασης γραφημάτων. Θα ασχοληθούν με τη διερευνητική ανάλυση δεδομένων και θα μάθουν να υπολογίζουν στατιστικά μέτρα. Τέλος, θα (περιγράψτε τις ανάγκες που εξυπηρετεί το πρόγραμμα, την καινοτομία του κλπ. (έως 150 λέξεις) εξοικειωθούν με τις έννοιες και τις τεχνικές της συσχέτισης και της παλινδρόμησης, θα εφαρμόσουν στατιστικές μεθόδους σε δείγματα και θα ασχοληθούν με βασικές γνώσεις machine learning.

Μαθησιακά αποτελέσματα

Ολοκληρώνοντας το Εκπαιδευτικό Πρόγραμμα, οι συμμετέχουσες/συμμετέχοντες θα μπορούν να:

• Γράφουν κώδικα ώστε να εισάγουν δεδομένα από άλλα στατιστικά πακέτα, αρχεία και άλλα προγράμματα ενώ θα έχουν δει πως λειτουργεί η βασική δομή της R.
• Διαχειριστούν δεδομένα και να χρησιμοποιούν ευέλικτους και δημιουργικούς τρόπους σχεδίασης γραφημάτων.
• Ασχοληθούν με τη διερευνητική ανάλυση δεδομένων και να υπολογίζουν στατιστικά μέτρα.
• Ασχοληθούν με τις τεχνικές της συσχέτισης και παλινδρόμησης.
• Εφαρμόσουν στατιστικές μεθόδους σε δείγματα.
• Ασχοληθούν με βασικές γνώσεις machine learning.
• Αναπτύξουν άποψη για πρακτικά προβλήματα ανάλυσης δεδομένων.
• Δίνουν απαντήσεις σε επιστημονικά προβλήματα αλλά και σε ερευνητικές δραστηριότητες κάθε είδους.

Σε ποιους απευθύνεται το πρόγραμμα

Το πρόγραμμα απευθύνεται σε:

• αποφοίτους ή γενικά όσους θέλουν να μάθουν να χρησιμοποιούν την R για τη στατιστική επεξεργασία των δεδομένων σε εργασίες και έρευνες,
• πτυχιούχους και ερευνητές όλων των επιστημών,
• εκπαιδευόμενους και υποψηφίους σε θέσεις εργασίας όπου είναι απαραίτητη η γλώσσα R,
• όσους γνωρίζουν βασικές γνώσεις προγραμματισμού και επιθυμούν να μάθουν τις δυνατότητες της και να τις αξιοποιήσουν στην αγορά εργασίας,
• όσους χρησιμοποιούν μέχρι τώρα στατιστικά λογισμικά κλειστού τύπου καθώς η γλώσσα R είναι ανοιχτού τύπου, δηλαδή όλοι έχουν πρόσβαση στον κώδικα της και μπορούν να κάνουν διορθώσεις,
• και γενικά σε όλους όσους δεν έχουν προηγούμενη εμπειρία με τον προγραμματισμό και τη γλώσσα R, ξεκινούν από το «μηδέν» και ανεξάρτητα από το επίπεδο γνώσεων τους θέλουν να αποκτήσουν την ικανότητα χρήσης της σε κάθε επιστημονικό και εργασιακό επίπεδο.

Προαπαιτούμενες γνώσεις/ Κριτήρια επιλογής

Προαπαιτούμενες γνώσεις

• Πρόσβαση στο Διαδίκτυο
• Κατοχή προσωπικού e-mail
• Βασικές γνώσεις χειρισμού ηλεκτρονικών υπολογιστών

Για την επιλογή των υποψηφίων θα ληφθούν υπ’ όψιν οι τίτλοι σπουδών και αν κριθεί απαραίτητο οι υποψήφιοι θα κληθούν σε συνέντευξη.

Μέθοδος υλοποίησης

Το πρόγραμμα θα διδαχτεί εξ αποστάσεως με κατάλληλο εκπαιδευτικό υλικό και ταυτόχρονη χρήση συστήματος διαχείρισης μαθημάτων (Course Management System) για την παροχή εκπαιδευτικού υλικού καθώς και πλατφόρμα ασύγχρονών και σύγχρονων τηλεδιασκέψεων για την οργάνωση online μαθημάτων σε εικονικές τάξεις.

Το πρόγραμμα θα υλοποιηθεί σε περιβάλλον μικτής διαδικασίας μάθησης με πρότυπες συνδυαστικές μορφές εκπαίδευσης. Οι θεματικές ενότητες θα αναπτυχθούν με την αξιοποίηση της ηλεκτρονικής πλατφόρμας ασύγχρονης εξ αποστάσεως διδασκαλίας, elearning του Α.Π.Θ.

Για κάθε μία από τις ενότητες εκπαίδευσης και μάθησης οι εκπαιδευόμενοι/ες θα παρακολουθούν βιντεοδιαλέξεις, θα συμμετέχουν σε ασκήσεις και μελέτες περιπτώσεων ενώ μέσω της σχετικής πλατφόρμας εξασφαλίζεται η διαρκής πρόσβαση στο εκπαιδευτικό υλικό και τη βιβλιογραφία.

Επίσης θα υπάρξουν συνεδρίες σύγχρονης τηλεκπαίδευσης σε συγκεκριμένα θεματικά πεδία. Επιπλέον προβλέπεται η λειτουργία ομάδων συζητήσεων (forum) για αλληλεπίδραση των εκπαιδευομένων με τους εκπαιδευτές τους και μεταξύ τους καθώς και για καθοδήγηση και επίλυση αποριών.

Εκπαιδευτικό υλικό / Άλλες παροχές

Στους συμμετέχοντες παρέχονται:

1.      Εκπαιδευτικό υλικό του προγράμματος το οποίο θα παρέχεται μέσω του συστήματος διαχείρισης μάθησης (Learning Management System – Moodle)

2.      Αναλυτικές ηλεκτρονικές σημειώσεις (σε μορφή PDF)

3.      Εργαστηριακές ασκήσεις

4.      Ασκήσεις αυτό-αξιολόγησης

5.      Βεβαίωση συμμετοχής ή Πιστοποιητικό Επιμόρφωσης με τις αντίστοιχες μονάδες ECTS 4,5.

Δομή Εκπαιδευτικού προγράμματος

Το προτεινόμενο πρόγραμμα είναι διάρκειας 75 ωρών. Το υλικό θα αναρτάται σε εβδομαδιαία βάση, αλλά υπάρχει πρόσβαση οποιαδήποτε στιγμή στο υλικό της τρέχουσας εβδομάδας και όλων των προηγούμενων. Κάθε εβδομάδα ο εκπαιδευόμενος θα έχει να ασχοληθεί με εκπαιδευτικό υλικό περίπου 4 εκπαιδευτικών ωρών και το πρόγραμμα θα διαρκέσει συνολικά μαζί με την εκπόνηση της εργασίας 16 εβδομάδες. Στη συνέχεια παρατίθεται αναλυτικά το περιεχόμενο κάθε θεματικής ενότητας:

Θεματική Ενότητα 1 : Εισαγωγή στην R

1.   Εισαγωγή στις βασικές έννοιες της R

2.   Διανύσματα

3.   Πίνακες

4.   Παράγοντες

5.   Πλαίσια Δεδομένων

6.   Λίστες

7.   Πακέτα R

8.   Εργαστηριακές Ασκήσεις

Θεματική Ενότητα 2: Μέσο Επίπεδο στην R

1.   Ροές ελέγχου

2.   Δομές επανάληψης

3.   Συναρτήσεις

4.   Οι εντολές apply

5.   Βοηθητικά εργαλεία

6.   Εργαστηριακές Ασκήσεις

Θεματική Ενότητα 3: Εισαγωγή Δεδομένων στην R

1.   Εισαγωγή δεδομένων με το πακέτο utils

2.   readr και data.table

3.   Εισαγωγή δεδομένων από Excel

4.   Εισαγωγή δεδομένων από τον ιστό

5.   Εισαγωγή δεδομένων από βάσεις δεδομένων

6.   Εισαγωγή δεδομένων από πακέτα στατιστικών λογισμικών

7.   Εισαγωγή δεδομένων – R Studio

8.   Εργαστηριακές Ασκήσεις

Θεματική Ενότητα 4: Διαχείριση Δεδομένων dplyr

1.   Εισαγωγή

2.   Επιλογή και Μετατροπή Δεδομένων

3.   Συγκέντρωση Δεδομένων

4.   Ένωση Συνόλων Δεδομένων

5.   Εργαστηριακές Ασκήσεις

Θεματική Ενότητα 5: Οπτικοποίηση Δεδομένων

1.   Εισαγωγή

2.   Δεδομένα

3.   Aesthetics, Positions and Scales

4.   Geometries

5.   Statistics

6.   Coordinates and Facets

7.   Themes

8.   Εργαστηριακές Ασκήσεις

Θεματική Ενότητα 6: Διερευνητική Ανάλυση Δεδομένων

1.   Εξερεύνηση κατηγορικών δεδομένων

2.   Εξερευνώντας Αριθμητικά Δεδομένα

3.   Στατιστικά Μέτρα

4.   Παράδειγμα

5.   Εργαστηριακές Ασκήσεις

Θεματική Ενότητα 7: Στατιστική Συμπερασματολογία

1.   Συμπερασματολογία για ένα δείγμα

2.   Συμπερασματολογία για δύο δείγματα

3.   Έλεγχοι Χ2

4.   Εργαστηριακές Ασκήσεις

Θεματική Ενότητα 8: Συσχέτιση και Παλινδρόμηση στην R

1.   Συσχέτιση

2.   Απλή γραμμική παλινδρόμηση

3.   Αξιολόγηση μοντέλων απλής γραμμικής παλινδρόμησης

4.   Εργαστηριακές Ασκήσεις

Θεματική Ενότητα 9: Εισαγωγή στη Μηχανική Μάθηση

1.   Εισαγωγή στη Μηχανική Μάθηση

2.   Πολλαπλή Γραμμική Παλινδρόμηση

3.   Λογιστική παλινδρόμηση

4.   Δέντρα αποφάσεων – Δέντρα ταξινόμησης

5.   Δέντρα παλινδρόμησης

6.   Εργαστηριακές Ασκήσεις

Υποχρεώσεις εκπαιδευόμενων/Πιστοποιητικό Επιμόρφωσης

Οι εκπαιδευόμενοι σε κάθε ενότητα θα εκπονούν εργαστηριακές ασκήσεις για εξάσκηση και πιστοποίηση των γνώσεων, οι οποίες θα αξιολογούνται από τον διδάσκοντα. Οι ασκήσεις είναι προαιρετικές αλλά σημαντικές για την καλύτερη και αποτελεσματικότερη ολοκλήρωση του προγράμματος και για αυτό πριμοδοτούνται με επιπλέον 2 μονάδες. Ο τελικός βαθμός τους θα πρέπει να είναι μεγαλύτερος ή ίσος του 5. Για να θεωρείται επιτυχημένη η παρακολούθηση του προγράμματος, θα πρέπει οι εκπαιδευόμενοι να παραδώσουν την τελική εργασία σε κώδικα R εφ όλης της διδακτέας ύλης.

Μετά την επιτυχή ολοκλήρωση του προγράμματος απονέμεται στους συμμετέχοντες Πιστοποιητικό Επιμόρφωσης, το οποίο εκδίδεται από το Κέντρο Επιμόρφωσης και Διά Βίου Μάθησης του ΑΠΘ και υπογράφεται από τον Πρόεδρο του ΚΕΔΙΒΙΜ και τον Επιστημονικά Υπεύθυνο του Προγράμματος.

Οι εκπαιδευόμενοι θα πρέπει να έχουν καταβάλει το σύνολο των διδάκτρων στην αρχή και μέση του προγράμματος σε ευέλικτο χρονικό διάστημα εφόσον έχουν κάνει αίτηση μέσα στο προβλεπόμενο διάστημα αιτήσεων.

Στους συμμετέχοντες που παρακολούθησαν αλλά δεν ολοκλήρωσαν το σύνολο του προγράμματος, μπορεί να παρέχεται Βεβαίωση Παρακολούθησης.

Κόστος συμμετοχής/Εκπτωτική πολιτική

Το κόστος συμμετοχής του προγράμματος ανέρχεται στο ποσό των 300 ευρώ και θα καταβάλλεται σε δύο δόσεις. Οι εκπαιδευόμενοι θα ειδοποιηθούν για την καταβολή των δύο δόσεων, στην αρχή και στο μέσο του προγράμματος.

Οι κατηγορίες των δικαιούχων εκπτώσεων είναι:

Έκπτωση 30%

Προσωπικό που εργάζεται στα ΑΕΙ και Ερευνητικά Κέντρα της ημεδαπής

Φοιτήτριες/τές ΑΕΙ

Άνεργες/οι

Κάτοχοι Ευρωπαϊκής Κάρτας Νέων

ΑμεΑ

Πολύτεκνες/οι ή μέλη πολύτεκνης οικογένειας

Έκπτωση 15%

Απόφοιτες/οι του ΑΠΘ

Όσοι παρακολούθησαν κάποιο πρόγραμμα του ΚΕΔΙΒΙΜ στο παρελθόν

Ομαδικές εγγραφές 4 ατόμων και άνω στο ίδιο πρόγραμμα

Οι παραπάνω εκπτώσεις δεν ισχύουν αθροιστικά.

Για την παροχή της έκπτωσης, οι ενδιαφερόμενες/οι οφείλουν να καταθέσουν στον ΕΥ του προγράμματος στο πρωτότυπο ή σε επικυρωμένο αντίγραφο τα σχετικά δικαιολογητικά μαζί με την αίτηση συμμετοχής στο επιμορφωτικό πρόγραμμα που επιθυμούν να παρακολουθήσουν. Σε περίπτωση μη έγκαιρης αποστολής ή μη επιβεβαίωσης της εγκυρότητας των υποβληθέντων δικαιολογητικών, το ΚΕΔΙΒΙΜ διατηρεί το δικαίωμα της ανάκλησης της χορηγηθείσας έκπτωσης, καθώς και να απαιτήσει την όποια προκύπτουσα χρηματική διαφορά.

Στοιχεία τραπεζικού λογαριασμού:

ΤΡΑΠΕΖΑ ΠΕΙΡΑΙΩΣ, IBAN: GR9401722020005202057157381,

ΔΙΚΑΙΟΥΧΟΣ: ΕΙΔΙΚΟΣ ΛΟΓΑΡΙΑΣΜΟΣ ΚΟΝΔΥΛΙΩΝ ΕΡΕΥΝΑΣ ΑΠΘ

Αιτήσεις

Οι ενδιαφερόμενοι/ενδιαφερόμενες υποβάλλουν αίτηση ηλεκτρονικά στην ιστοσελίδα του Κέντρου Επιμόρφωσης και Διά Βίου Μάθησης του ΑΠΘ.

1. Σύντομο βιογραφικό σημείωμα

2. Τίτλους σπουδών

3. Δικαιολογητικά που αποδεικνύουν την ένταξη σε κάποια από τις εκπτωτικές κατηγορίες που αναφέρονται παραπάνω.

Σε περίπτωση που δεν συγκεντρωθεί ο ελάχιστος απαιτούμενος αριθμός επιμορφούμενων, το ΚΕΔΙΒΙΜ διατηρεί το δικαίωμα αλλαγής της ημερομηνίας έναρξης του προγράμματος ή και ακύρωσής του.

Όροι παρακολούθησης προγραμμάτων