Το μάθημα εξετάζει τα Πληροφοριακά Συστήματα (ΠΣ) που συναντάμε σήμερα στις διάφορες επιχειρήσεις (αλλά και οργανισμούς, π.χ. οργανισμούς δημόσιας ωφέλειας). Τα ΠΣ χρησιμεύουν για την υποστήριξη της καθημερινής λειουργίας της επιχείρησης αλλά και για τη διοίκησή της, το στρατηγικό σχεδιασμό της, τη διαχείριση της γνώσης της, κλπ. Θεωρούνται πλέον ως μια καθοριστική τεχνολογία για την ίδια την ύπαρξη και βιωσιμότητα της επιχείρησης.Το μάθημα χωρίζεται σε δύο ενότητες. Η πρώτη (ΠΣ στις επιχειρήσεις) εισάγει στο αντικείμενο, ορίζει τα ΠΣ, και εξετάζει την ανάγκη για ΠΣ σε μια επιχείρηση, τους τύπους των ΠΣ, δεδομένα και πληροφορίες των ΠΣ, το στρατηγικό ρόλο των ΠΣ, και βασικές επιχειρηματικές διεργασίες (π.χ. Supply Chain Management) που πλέον βασίζονται στη χρήση ΠΣ. Ιδιαίτερη έμφαση δίνεται στη χρήση λογισμικού ανοιχτού κώδικα (open source code) και τις συνέπειες για τα ΠΣ στις επιχειρήσεις. Επίσης παρουσιάζεται η έννοια της επιχειρηματικής αρχιτεκτονικής (enterprise architecture) και τα σχετικά πλαίσια (frameworks) και εργαλεία. Η δεύτερη ενότητα εξετάζει μερικές από τις πιο διαδομένες εφαρμογές των ΠΣ στις επιχειρήσεις που συνήθως βασίζονται στη χρήση έτοιμων εμπορικών πακέτων: συστήματα διαχείρισης επιχειρηματικών πόρων (ERP), συστήματα διαχείρισης σχέσεων πελατών (CRM), συστήματα διαχείρισης επιχειρηματικής γνώσης (KM). Όποτε είναι δυνατό γίνονται παρουσιάσεις εμπορικών εφαρμογών από αντίστοιχες εταιρείες διάθεσης (. Η προσέγγιση του μαθήματος αποτελεί συνδυασμό διαλέξεων με διαφάνειες, ανάλυση μελετών περίπτωσης, συζήτηση άρθρων που έχουν ανατεθεί σε φοιτητές, παρουσίαση εργασιών των φοιτητών. Στο μάθημα προβλέπεται η διεξαγωγή ενός γραπτού τεστ προόδου, η εκπόνηση μίας γραπτής εργασίας σχετικής με open source πλ. συστήματα και η παρουσίαση ενός άρθρου από το Διαδίκτυο.

Τεχνικές εκτίμησης παραμέτρων και οι εφαρμογές τους στην αναγνώριση προτύπων. Μη-παραμετρική αναγνώριση προτύπων. Συντακτική αναγνώριση προτύπων. Αλγόριθμοι νευρωνικών δικτύων στην ανάλυση προτύπων. Μηχανές εδραίων διανυσμάτων. Ανάλυση ανεξάρτητων συνιστωσών. Πολυδιάστατη κλιμάκωση. Μοντέρνες τεχνικές μη-γραμμικής ελάττωσης της διάστασης και εκμάθησης της δομής των δεδομένων. Μοντέλα που βασίζονται στη θεωρία των πληροφοριών. Αρχές θεωρίας ασαφών συνόλων και εφαρμογές της ασαφούς συλλογιστικής στην ταξινόμηση και ομαδοποίηση προτύπων. Γενετικοί - Εξελικτικοί αλγόριθμοι και οι εφαρμογές τους στην αναγνώριση προτύπων. Υβριδικά συστήματα υπολογιστικής νοημοσύνης στην ανάλυση σήματος, εικόνας και video .

Η ανάλυση Κοινωνικών Δικτύων είναι μία τεχνική-κλειδί (σχετίζεται με τη θεωρία δικτύων) για τη μέτρηση και απεικόνιση των σχέσεων και των ροών ανάμεσα σε ανθρώπους, ομάδες, επιχειρήσεις, ηλεκτρονικούς υπολογιστές ή οποιεσδήποτε άλλες μονάδες επεξεργασίας γνώσης και πληροφορίας

Ανάλυση ήχου εικόνας και video στην ανάκτηση πολυμεσικών δεδομένων. Εξαγωγή χαρακτηριστικών. Αναγνώριση αντικειμένων. Περιγραφή πολυμεσικών δεδομένων. Εξαγωγή σημασιολογικού περιεχομένου από πολυμεσικά δεδομένα. Περιγραφή σημασιολογικού περιεχομένου. Πρότυπα MPEG7-MPEG21. Τεχνικές αναγνώρισης προτύπων και μηχανικής μάθησης στην ανάκτηση πολυμεσικών δεδομένων. Τεχνικές βιομετρίας για την προστασία δεδομένων. Τεχνικές ψηφιακής υδατογράφησης για την προστασία ήχου, εικόνας και video. Ψηφιακή υδατογράφηση με χρήση θεωρίας πληροφοριών. Έλεγχος αυθεντικότητας πολυμεσικών δεδομένων. Χρήση ψηφιακών δακτυλικών αποτυπωμάτων για την προστασία πολυμεσικών δεδομένων.

Το μάθημα παρουσιάζει και αναλύει τη θεωρία και την εμπειρία που υπάρχει για τα συστήματα λογισμικού που παράγονται με την προσέγγιση του ανοικτού κώδικα στο Διαδίκτυο.

Οι φοιτητές ενημερώνονται για τις τελευταίες εξελίξεις και συμμετέχουν σε έργα ανοικτού κώδικα, προσφέροντας κώδικα ή άλλες υπηρεσίες. 

Κυβερνοφυσικά συστήματα, έξυπνες συσκευές, αισθητήρες και όργανα δράσης. Σημαντικές εφαρμογές, πρωτόκολλα και αρχιτεκτονικές. Δίκτυα και επικοινωνίες. Ζητήματα και λύσεις αξιοπιστίας, ασφάλειας, ιδιωτικότητας και εμπιστοσύνης. Πλατφόρμες λογισμικού και υπηρεσιών. Έξυπνη επεξεργασία δεδομένων και σημασιολογικές τεχνολογίες. Σύνδεση αντικειμένων στον Ιστό. Εφαρμογές, μοντέλα συστημάτων, πρότυπα και κυβερνο-φυσικο-κοινωνικά συστήματα. Υπηρεσίες Ιστού, Πρωτόκολλα και Λειτουργικότητα Υπηρεσιών, Υπηρεσιοστραφείς Αρχιτεκτονικές, Σύνθεση Υπηρεσιών Ιστού, Σημασιολογικές Υπηρεσίες Ιστού. 

Αντικείμενο του μαθήματος είναι η Διαχείριση της Γνώσης, δηλαδή η διαδικασία συλλογής της συσσωρευμένης εμπειρίας μιας επιχείρησης ή ενός οργανισμού, είτε αυτή βρίσκεται σε βάσεις δεδομένων, ή σε έγγραφα, ή ακόμα και μέσα στο μυαλό των στελεχών της επιχείρησης ή του οργανισμού, και στη συνέχεια η διάχυση και χρησιμοποίησή της στα σημεία εκείνα της επιχείρησης ή του οργανισμού όπου θα προσφέρει το μέγιστο ανταποδοτικό όφελος. Η Διαχείριση της Γνώσης γνωρίζει αλματώδη ανάπτυξη τα τελευταία χρόνια ως επιχειρηματικό μοντέλο. Όλο και περισσότερες επιχειρήσεις και οργανισμοί έχουν αναπτύξει αποθήκες γνώσης σχετικές με εξυπηρέτηση πελατών, ανάπτυξη προϊόντων, διαχείριση ανθρώπινων πόρων, κλπ. Επίσης, έχουν δημιουργηθεί νέες θέσεις εργασίας σχετικές με τη Διαχείριση της Γνώσης...

Διερεύνηση και παρουσίαση θεμάτων που αφορούν
  • Το θεωρητικό υπόβαθρο της συνεργασίας και της συνεργατικής μάθησης
  • Χρήσιμα εργαλεία, τεχνολογίες και πρότυπα για συστήματα συνεργασίας και συνεργατικής μάθησης
  • Το πλαίσιο εφαρμογής συνεργατικής μάθησης
  • Καινοτόμα συστήματα συνεργατικής μάθησης

Εικονικά μαθησιακά περιβάλλοντα. Εικονική πραγματικότητα, εικονικά περιβάλλοντα και εφαρμογές τουςστην εκπαίδευση/μάθηση. Δικτυακά εικονικά περιβάλλοντα. Εικονικά εκπαιδευτικά περιβάλλοντα. Χρήσιμα εργαλεία, τεχνολογίες και πρότυπα για συστήματα εικονικών εκπαιδευτικών περιβαλλόντων. Συστήματα εικονικών εκπαιδευτικών περιβαλλόντων.

Το μάθημα εστιάζει σε τεχνικές εξόρυξης δεδομένων που αφορά σε μεγάλα σύνολα δεδομένων. Έμφαση δίνεται στις αλγοριθμικές τεχνικές. 

  • Introduction to the basic concepts of information and data management within World Wide Web.
  • Data types on the web and representation.
  • World Wide Web Structure and Graph Model.
  • World Wide Web Performance Metrics and Information Sharing Techniques.
  • Information aggregation techniques in Social Networks.
  • Sentiment analysis and behavioral analytics on the Web.
  • Recommendations in Social Media and New Collaborative Web Environments.

Μάθημα Προγράμματος Μεταπτυχιακών Σπουδών (ΠΜΣ)
Η επαλήθευση (verification) λογισμικού αποβλέπει στον έλεγχο ότι το λογισμικό κατασκευάζεται σωστά, δηλ. σύμφωνα με τις προδιαγραφές, ενώ η εγκυροποίηση (validation) εγγυάται ότι το λογισμικό που αναπτύσεται είναι αυτό που πραγματικά θέλουμε, δηλ. ότι οι προδιαγραφές είναι σωστές.
Περιεχόμενα μαθήματος: Η επαλήθευση & εγκυροποίηση ως διαδικασία διασφάλισης ποιότητας, Δοκιμές λογισμικού (software testing), Στατική ανάλυση προγραμμάτων, Πεπερασμένη αναπαράσταση λογισμικού, Έλεγχος μοντέλων (model checking), Οπτικοποίηση, Λογισμικό ταυτoχρονισμένης & κατανεμημένης εκτέλεσης, Ασφάλεια λογισμικού, Προχωρημένες τεχνικές επαλήθευσης (συμπερασματική επαλήθευση)

Αντικείμενο του μαθήματος είναι η Επιχειρηματική Ευφυία, τα Συστήματα Στήριξης Αποφάσεων και η Μηχανική Μάθηση. Πρόκειται για τεχνικές και συστήματα που, στη σύγχρονη μορφή τους, παρέχουν σε όλα τα επίπεδα διοίκησης ενός οργανισμού ή μιας εταιρίας τη δυνατότητα να παίρνουν αποφάσεις λαμβάνοντας υπόψη τους μεγάλο αριθμό παραμέτρων και όγκο πληροφορίας. Τα σημερινά μεγέθη των αγορών σε συνδυασμό με το έντονα ανταγωνιστικό περιβάλλον κάνουν τη χρήση τέτοιων συστημάτων απολύτως αναγκαία.

Γενικές αρχές και θέσεις της εποικοδομικής προσέγγισης (δομικός εποικοδομισμός του Piaget, κοινωνικός εποικοδομισμός του Vygotsky, πλαισιοθετημένη μάθηση, κατανεμημένη νοημοσύνη). Ενδογενής, εξωγενής & διαλεκτικός εποικοδομισμός. Σχεδίαση περιβαλλόντων εποικοδομικής μάθησης στο διαδίκτυο. Θεωρία δραστηριότητας. Καινοτόμες εποικοδομικές εκπαιδευτικές σχεδιάσεις σε περιβάλλον σχολείου. Θεωρητικές προσεγγίσεις στη σχεδίαση εποικοδομικών περιβαλλόντων μάθησης (Θεωρία γνωστικής ευελιξίας & Μάθηση με μελέτη περιπτώσεων, Προσομοιώσεις, Μικρόκοσμοι, Μοντελοποιητές & Διερευνητική Μάθηση, Υπερμέσα & χάρτες εννοιών, Προβληματοκεντρική μάθηση).

Εισαγωγή στο Ηλεκτρονικό Εμπόριο, Μορφές Ηλεκτρονικού Εμπορίου, Ηλεκτρονικές Θέσεις Αγορών – Μηχανισμοί και Επιπτώσεις του ΗΕ, Λιανεμπόριο και ΗΕ, Συμπεριφορά Καταναλωτή, Έρευνα Αγοράς στο Διαδίκτυο. Διαφήμιση στο Διαδίκτυο, ΗΕ  Επιχειρήσεων με Επιχειρήσεις, Έναρξη μιας Ηλεκτρονικής Επιχείρησης, Ηλεκτρονική Διακυβέρνηση. Ηλεκτρονική Μάθηση, Κινητό Εμπόριο, WEB 2.0 και Κοινωνικά δίκτυα, Ασφάλεια Ηλεκτρονικού Εμπορίου, Συστήματα Πληρωμών, Στρατηγική ΗΕ.

Το μάθημα διδάσκεται στο 1ο εξάμηνο του Διατμηματικού Προγράμματος Μεταπτυχιακών Σπουδών και έχει στόχο την εισαγωγή των φοιτητών σε μεθόδους διεξαγωγής έρευνας που θα τους βοηθήσει στις εργασίες τους, στη διπλωματική τους αλλά και σε επόμενες σπουδές τους σε ανώτερο ερευνητικό επίπεδο. Το μάθημα εστιάζει στην εκμάθηση του στατιστικού προγράμματος SPSS στο εργαστήριο με εφαρμογές διάφορων στατιστικών μεθόδων σε δεδομένα.