Εξόρυξη Δεδομένων και Μηχανική Μάθηση

Μάθημα επιλογής επιστήμης δεδομένων: ξεκινά από την προεπεξεργασία των δεδομένων και φτάνει σε κατηγοριοποίηση (δέντρα απόφασης, Naive Bayes, νευρωνικά δίκτυα), ομαδοποίηση (k-means, DBSCAN, ιεραρχική συσταδοποίηση), κανόνες συσχέτισης (Apriori, Eclat, FP-growth) και εξόρυξη χωρικών, χρονικών και ακολουθιακών δεδομένων (DTW, MVM, HMM). Δύο διδάσκοντες, μία εργασία (θεωρητική ή υλοποιητική) και μία κλειστή γραπτή εξέταση που «ανακυκλώνει» τα ίδια θέματα από χρονιά σε χρονιά. Οι γνώμες για τη δυσκολία διίστανται (βλ. Δυσκολίες & παγίδες).

Θέματα Τι λένε οι φοιτητές Περίγραμμα ⬇ Κατέβασε για AI

Με μια ματιά

Κωδικός	CEID_NE562
Εξάμηνο / τύπος	Εαρινό, επιλογής Κατάλογος
ECTS	5 Κατάλογος
Ώρες / εβδομάδα	2 θεωρία + 2 φροντιστήριο + 1 εργαστήριο Κατάλογος
Τομέας	ΛΥ Κατάλογος
Διδάσκοντες 2025-26	Χρ. Μακρής, Β. Μεγαλοοικονόμου Κατάλογος
Αξιολόγηση (περίγραμμα)	70% γραπτή εξέταση + 30% εργασία Περίγραμμα

Τι θα μάθεις

Το επίσημο περίγραμμα (ανέβηκε 2024-07) ορίζει τις εξής ενότητες Περίγραμμα:

• Εισαγωγή στις βασικές έννοιες της επιστήμης δεδομένων, της εξόρυξης δεδομένων και της μηχανικής μάθησης.
• Φάση προεπεξεργασίας και συμπίεσης (καθαρισμός, binning, ελλιπείς τιμές).
• Αλγόριθμοι κατηγοριοποίησης (δέντρα απόφασης, Naive Bayes, νευρωνικά δίκτυα).
• Αλγόριθμοι ομαδοποίησης (k-means, DBSCAN, ιεραρχική συσταδοποίηση με single/complete link).
• Αλγόριθμοι κανόνων συσχέτισης (Apriori, Eclat, dEclat, FP-growth).
• Bayesian δίκτυα και νευρωνικά δίκτυα.
• Εξόρυξη δεδομένων από τον παγκόσμιο ιστό, χωρικά, χρονικά δεδομένα και ακολουθίες.

Στην πράξη οι φοιτητές λένε ότι η ύλη επαναλαμβάνεται και ότι τα πιο συχνά θέματα είναι οι κανόνες συσχέτισης, η ιεραρχική ομαδοποίηση, οι k-means/DBSCAN, το DTW/MVM και τα δέντρα απόφασης Discord 2025-06 (διαθέσιμο στο πλήρες πακέτο). Δεν βρέθηκαν ξεχωριστή ύλη ή βαθμολογία για την ώρα εργαστηρίου.

Πώς βαθμολογείται

• Περίγραμμα: γραπτή εξέταση 70% και εργασία 30%· η εργασία συνυπολογίζεται μόνο όταν ο φοιτητής στην τελική εξέταση εξασφαλίσει βαθμό 5 Περίγραμμα Κατάλογος.
• Φοιτητές του 2025-26 επιβεβαιώνουν «30% πρότζεκτ, 70% γραπτά» Discord 2026-07 (διαθέσιμο στο πλήρες πακέτο).
• Η βάση του 5 στην εξέταση άλλαξε: το 2021 ειπώθηκε ότι «μπορεί να μπει βάση» Discord 2021-03 (διαθέσιμο στο πλήρες πακέτο), ενώ το 2023 φοιτητής μεταφέρει ότι «δεν υπάρχει βάση στην τελική εξέταση» και πως περνάς αν ο συνδυασμός βγαίνει προβιβάσιμος Discord 2023-06 (διαθέσιμο στο πλήρες πακέτο)· το πιο πρόσφατο περίγραμμα εξακολουθεί να ζητά 5.
• Ο βαθμός της εργασίας διατηρείται «μέχρι την επί πτυχίω» Discord 2024-09 (διαθέσιμο στο πλήρες πακέτο).
• Οι βαθμοί βγαίνουν στο eClass και στο Progress· το 2024-25 βγήκαν αρχές Ιουλίου και το 2025-26 στις 8-9/7 Discord 2025-07 (διαθέσιμο στο πλήρες πακέτο), Discord 2026-07 (διαθέσιμο στο πλήρες πακέτο). Παρατηρήθηκαν «NS/προσωρινό» στο Progress ενώ το eClass έδειχνε περασμένο Discord 2026-07 (διαθέσιμο στο πλήρες πακέτο).

Εργασίες & εργαστήρια

• Η εργασία είναι 30% και γίνεται σε ομάδες 1-2 ατόμων, θεωρητική (βιβλιογραφική) ή υλοποιητική Περίγραμμα· φοιτητής του 2024 επιβεβαιώνει το «1-2» άτομα Discord 2024-03 (διαθέσιμο στο πλήρες πακέτο).
• Την αναθέτει ο Μακρής μέσω email: στέλνεις 3 θέματα που σε ενδιαφέρουν και σου αναθέτει ένα από αυτά Discord 2025-04 (διαθέσιμο στο πλήρες πακέτο).
• Θεωρητική: αναφορά 25-30 σελίδων από papers, περνά από Turnitin (παράφραση, όχι αντιγραφή) και παρουσίαση ~20 λεπτών· στην προφορική γίνεται 1-2 ερωτήσεις κρίσης Discord 2024-07 (διαθέσιμο στο πλήρες πακέτο), Discord 2025-06 (διαθέσιμο στο πλήρες πακέτο).
• Υλοποιητική: ανάλυση δεδομένων, ταξινόμηση και ομαδοποίηση σε Python· θέλει σχετικά δυνατό μηχάνημα (~16GB RAM) και περίπου 1,5 εβδομάδα Discord 2025-05 (διαθέσιμο στο πλήρες πακέτο), Discord 2025-02 (διαθέσιμο στο πλήρες πακέτο).
• Στην προφορική εξέταση της υλοποιητικής ρωτά τι έκανες, πώς διάλεξες το k στο k-means, αν έκανες scaling και λεπτομέρειες του κώδικα Discord 2026-06 (διαθέσιμο στο πλήρες πακέτο), Discord 2024-06 (διαθέσιμο στο πλήρες πακέτο).
• Η εργασία παραδίδεται και τον Σεπτέμβριο, αλλά τότε δίνεις υποχρεωτικά και την εξέταση Discord 2025-05 (διαθέσιμο στο πλήρες πακέτο).
• Η εβδομαδιαία ώρα εργαστηρίου δεν είχε ξεχωριστή βαθμολογία· το 2021 το εργαστήριο (WEKA) ήταν προαιρετικό και δεν μετρούσε Discord 2021-06 (διαθέσιμο στο πλήρες πακέτο).

Εξετάσεις

Συνοπτικά, με τα δεδομένα του Εξετάσεις:

• Μορφή: γραπτή ανοιχτού τύπου (θεωρητικές ερωτήσεις κρίσης και ασκήσεις), συνήθως περίπου 6 θέματα· το 2026-06 διάρκεια 3 ώρες (duration_min 180) Εξετάσεις 2026-06, ενώ οι online εξετάσεις του 2021 ήταν 2 ώρες (2021-06-a/b) και 1,5 ώρα (2021-09) Εξετάσεις 2021-06-a, Εξετάσεις 2021-06-b, Εξετάσεις 2021-09· τα θέματα ανακυκλώνονται από το 2021 και μετά Discord 2026-09 (διαθέσιμο στο πλήρες πακέτο), Discord 2025-06 (διαθέσιμο στο πλήρες πακέτο). Λεπτομέρειες ανά θέμα στο discord_recalls.
• Επαναλαμβανόμενα: κανόνες συσχέτισης (Apriori/Eclat/dEclat/FP-growth), ιεραρχική ομαδοποίηση με single/complete link, k-means–DBSCAN, DTW/MVM, δέντρα απόφασης, Naive Bayes, binning/προεπεξεργασία και μετρικές ομαδοποίησης Εξετάσεις 2024-06, Εξετάσεις 2026-06.
• Οι διδάσκοντες δίνουν σχετικά SOS στις τελευταίες 2-3 διαλέξεις Discord 2024-09 (διαθέσιμο στο πλήρες πακέτο).
• Λύσεις: υπάρχει μόνο ένα community αρχείο, για τον Ιούνιο 2022 (χειρόγραφη λύση φοιτητή)· δεν είναι επίσημο ούτε επαληθευμένο και το ίδιο σημειώνει ότι δεν επαληθεύεται πως ανήκει στη συνεδρία Λύσεις 2022-06. Για τα υπόλοιπα θέματα δεν υπάρχουν λύσεις Εξετάσεις.
• Η εξέταση του Ιουνίου 2026 ήταν στις 17/6, 9:00 Discord 2026-06 (διαθέσιμο στο πλήρες πακέτο).
• Προστέθηκε μεταγραφή των θεμάτων Σεπτεμβρίου 2020 (ανοιχτού τύπου, 1,5 ώρα) Εξετάσεις 2020-09.

Δυσκολίες & παγίδες

• Οι διαφάνειες είναι πολλές και «ανακατεμένες»· φοιτητές προτείνουν φιλτράρισμα με ημερομηνία για να βγουν στη σειρά Discord 2025-06 (διαθέσιμο στο πλήρες πακέτο).
• Κλειστά βιβλία/σημειώσεις τα τελευταία χρόνια Discord 2025-05 (διαθέσιμο στο πλήρες πακέτο)· το 2021 (online) είχε ειπωθεί «ανοιχτές σημειώσεις» Discord 2021-06 (διαθέσιμο στο πλήρες πακέτο).
• «Πολλά τα θέματα ακόμα και για τρίωρο» κατά φοιτητή Discord 2024-06 (διαθέσιμο στο πλήρες πακέτο).
• Το μάθημα «ανακυκλώνει θέματα», ενώ αρκετές έννοιες τις βρίσκεις και σε άλλα επιλογής Discord 2025-06 (διαθέσιμο στο πλήρες πακέτο), Discord 2025-02 (διαθέσιμο στο πλήρες πακέτο).
• Στην προφορική του υλοποιητικού μπορεί να ρωτήσει λεπτομέρειες του κώδικα Discord 2026-06 (διαθέσιμο στο πλήρες πακέτο).
• Για τη δυσκολία οι γνώμες διίστανται: αρκετοί λένε «πιο εύκολη ύλη» ή «το πέρασα άνετα» Discord 2025-02 (διαθέσιμο στο πλήρες πακέτο), Discord 2025-08 (διαθέσιμο στο πλήρες πακέτο), ενώ κατά άλλους «πάνω από 7 είναι δύσκολα» Discord 2023-02 (διαθέσιμο στο πλήρες πακέτο). Γι' αυτό δεν δίνεται τιμή δυσκολίας.
• Πριν την εξέταση έλεγξε πάντα τα pinned και την τελευταία ανακοίνωση· τα θέματα αλλάζουν (π.χ. τον Σεπτέμβριο 2026 έπεσε BIRCH) Discord 2026-09 (διαθέσιμο στο πλήρες πακέτο).

Υλικό & τρόπος μελέτης

• eClass: το ευρετήριο υλικού στο eClass (διαθέσιμο στο πλήρες πακέτο). Χρήσιμα αρχεία: HMM/ακολουθιακά δεδομένα (διαθέσιμο στο πλήρες πακέτο) και kef2-3 (διαθέσιμο στο πλήρες πακέτο).
• Διαφάνειες/σημειώσεις που κυκλοφόρησαν: merged_data_mining (διαθέσιμο στο πλήρες πακέτο) (ενοποιημένες διαφάνειες) και το βιβλίο Dunham – Data Mining (διαθέσιμο στο πλήρες πακέτο).
• Παλιές εργασίες: data_mining_project_2022 (διαθέσιμο στο πλήρες πακέτο) και data_mining_project (διαθέσιμο στο πλήρες πακέτο).
• Ασκήσεις/λύσεις: erotimata_makri_Stamatopoulos (διαθέσιμο στο πλήρες πακέτο), Association_Rules-bibliography (διαθέσιμο στο πλήρες πακέτο), thema_2_2020 (διαθέσιμο στο πλήρες πακέτο) και το paper για DTW Latecki (2005) (διαθέσιμο στο πλήρες πακέτο).
• Βιβλίο: το μάθημα ακολουθεί τη Dunham (διαθέσιμο στο πλήρες πακέτο)· ο Μακρής πρότεινε για πιο προχωρημένη μελέτη το βιβλίο του Zaki Discord 2025-03 (διαθέσιμο στο πλήρες πακέτο). Στο eclass υπάρχουν και ηλεκτρονικά βιβλία ML/DL eClass (διαθέσιμο στο πλήρες πακέτο).
• YouTube/Google: αρκετοί διάβασαν κυρίως από βίντεο και Google αντί για τις διαφάνειες Discord 2025-05 (διαθέσιμο στο πλήρες πακέτο)· για το DTW προτάθηκε συγκεκριμένο βίντεο Discord 2026-09 (διαθέσιμο στο πλήρες πακέτο).
• Τα παλιά θέματα και τα pinned είναι το βασικό υλικό προετοιμασίας Εξετάσεις.

Συχνές ερωτήσεις

• Είναι υποχρεωτικό το project για να περάσω; Όχι απαλλακτικό· χωρίς project χρειάζεσαι προβιβάσιμο βαθμό στην εξέταση (κατά φοιτητή, 5) Discord 2026-01 (διαθέσιμο στο πλήρες πακέτο).
• Πόσο μετρά το project; 30% του βαθμού, και μόνο αν στην τελική εξέταση πάρεις 5 Περίγραμμα.
• Επιτρέπονται βιβλία ή σημειώσεις; Κλειστά τα τελευταία χρόνια Discord 2025-05 (διαθέσιμο στο πλήρες πακέτο).
• Θεωρητικό ή υλοποιητικό project; Το θεωρητικό είναι πιο εύκολο και λιγότερο χρονοβόρο· το υλοποιητικό είναι πιο απαιτητικό Discord 2025-04 (διαθέσιμο στο πλήρες πακέτο).
• Γίνεται ατομικά; Ναι, 1-2 άτομα ανά ομάδα Discord 2024-03 (διαθέσιμο στο πλήρες πακέτο).
• Πότε βγαίνουν οι βαθμοί; Στο Progress και στο eClass, λίγες μέρες έως εβδομάδες μετά την προφορική Discord 2026-07 (διαθέσιμο στο πλήρες πακέτο).
• Ποιο βιβλίο να πάρω; Ο Μακρής πρότεινε το βιβλίο του Zaki για πιο προχωρημένη μελέτη και ένα πιο εισαγωγικό αν θέλεις απλώς να περάσεις Discord 2025-03 (διαθέσιμο στο πλήρες πακέτο).

Πηγές & αξιοπιστία

• Κατάλογος 2025-26 και περίγραμμα συμφωνούν: ECTS 5, 2+2+1 ώρες, τομέας ΛΥ, διδάσκοντες Χρ. Μακρής και Β. Μεγαλοοικονόμου Κατάλογος.
• Discord: 1340 μηνύματα σε 13 περιόδους, 2020-09 έως 2026-09· τα 457 είναι από την άνοιξη 2020-21. Είναι ανεπίσημες γνώμες φοιτητών, εκτός από αναδημοσιεύσεις ανακοινώσεων.
• Εξετάσεις: 11 μεταγραφές, οι 3 verbatim (2021-06-a, 2021-06-b, 2021-09) και οι υπόλοιπες μερικές· μία μόνο με community λύσεις Εξετάσεις. Λείπουν λυμένα θέματα και πλήρεις μεταγραφές.
• Δεν βρέθηκαν πληροφορίες για ποσοστό επιτυχίας, βαρύτητα ανά θέμα ή επίσημες λύσεις.
• Μέρος του υλικού στο eClass φαίνεται να προέρχεται από άλλα μαθήματα (αρχεία «PatRec» / «Anagnorisi Protipon I»), οπότε δεν αντιστοιχεί όλο στην ύλη του συγκεκριμένου μαθήματος eClass (διαθέσιμο στο πλήρες πακέτο).

Αρχεία του φακέλου

Παράγεται αυτόματα από tools/render_readmes.py — αλλαγές εδώ χάνονται στην επόμενη εκτέλεση.

Φάκελος	Περιεχόμενο
discord/ (διαθέσιμο στο πλήρες πακέτο)	13 περίοδοι συζητήσεων Discord · 1340 μηνύματα
Previous Exams/	12 συνεδρίες εξετάσεων · 12 με αρχείο λύσεων · 15 πρωτότυπα αρχεία (12 εικόνες) · 3 κείμενα (sidecar) · 12 μεταγραφές · ανακλήσεις από Discord
eclass/ (διαθέσιμο στο πλήρες πακέτο)	62 αρχεία · 40 κείμενα (sidecar) · 7 μεταγραφές
other/	30 αρχεία (11 εικόνες) · 12 κείμενα (sidecar) · 3 μεταγραφές