Μεταπηδήστε στο περιεχόμενο

Π.Μ.Σ στη «Χρηματοοικονομική Τεχνολογία (FinTech)»

Π.Μ.Σ στη «Χρηματοοικονομική Τεχνολογία (FinTech)»

Διάρθρωση Στατιστικών Στοιχείων και Αλγόριθμοι

Προπαρασκευαστικό Μάθημα

Πιστωτικές Μονάδες: 

Μαθησιακά Αποτελέσματα

Το μάθημα είναι προπαρασκευαστικό και εισάγει τους φοιτητές σε μια ποικιλία θεμελιωδών δομών δεδομένων και τους σχετικούς αλγόριθμούς τους. Παρέχει μια επισκόπηση νέων τύπων δομής δεδομένων, όπως πίνακες, στοίβες, ουρές, δέντρα και γραφήματα. Μερικοί βασικοί αλγόριθμοι γραφημάτων και διακριτών μετασχηματισμών για τη δημιουργία, τον χειρισμό και τη χρήση αυτών των δομών θα συζητηθούν. Οι μαθητές θα εφαρμόσουν λειτουργίες που μπορούν να εφαρμοστούν σε δομές δεδομένων χρησιμοποιώντας διάφορες τεχνικές αναζήτησης και ταξινόμησης. Θα συζητηθεί η ανάλυση αλγορίθμων και ο αποτελεσματικός σχεδιασμός κώδικα. Αυτό το μάθημα παρέχει διάφορες δομές δεδομένων και εξηγεί πώς χρησιμοποιούνται αποτελεσματικά για την επίλυση προβλημάτων.

Μετά την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:

  • περιγράφουν όλους τους τύπους δομών δεδομένων και να γνωρίζουν πώς να τις εφαρμόζουν αποτελεσματικά στην επίλυση προβλημάτων
  • σχεδιάζουν ή να επιλέγουν τις κατάλληλες δομές δεδομένων για ένα συγκεκριμένο πρόβλημα
  • κατανοούν τις τεχνικές ανάλυσης αλγορίθμων
  • αναπτύσσουν βασικούς αλγορίθμους που σχετίζονται με δομές δεδομένων, όπως αλγόριθμοι αναζήτησης και ταξινόμησης
  • αναλύουν και να επιλέγουν τον καταλληλότερο και αποτελεσματικότερο αλγόριθμο για την επίλυση συγκεκριμένου προβλήματος
  • αναπτύσσουν μια δομημένη και λογική διαδικασία σκέψης

Γενικές Ικανότητες

  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

Περιεχόμενο Μαθήματος

  • Εισαγωγή στις βασικές δομές δεδομένων: πίνακες, στοίβες, ουρές
  • Εφαρμογή δομών δεδομένων
  • Δέντρα
  • Γραφήματα
  • Εισαγωγή και ανάλυση αλγορίθμων
  • Ταξινόμηση
  • Αναζήτηση
  • Εφαρμογή αλγορίθμων

Αξιολόγηση Φοιτητών

Το μάθημα είναι προπαρασκευαστικό και δεν περιλαμβάνει διαδικασία αξιολόγησης των φοιτητών.

Βιβλιογραφία

Προτεινόμενη Βιβλιογραφία

  • Narasimha Karumanchi, Data Structures And Algorithms Made Easy, 5th edition, CareerMonk Publications
  • Shaffer, C.A. Data Structures and Algorithm Analysis, Dover Publications. http://people.cs.vt.edu/~shaffer/Book/
  • Sahni, Data Structures, Algorithms and Applications, McGrawHill, latest edition
  • Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, and Clifford Stein, Introduction to Algorithms, MIT Press, latest edition

Συναφή Επιστημονικά Περιοδικά

Πρόγραμμα
Μεταπτυχιακών Σπουδών
«Χρηματοοικονομική Τεχνολογία (FinTech)»
(M.Sc in «Financial Technology (FinTech)»)

Μαθήματα