Μαθήματα

Διδάσκων: Παναγιώτης Βασιλειάδης
ECTS:3.5
Ιστοσελίδα μαθήματος:
ΠΕΡΙΓΡΑΦΗ:

• Κατανόηση του situational context, συμπεριλαμβανομένου του κοινού, του μηχανισμού επικοινωνίας και του επιθυμητού τόνου.
• Κοινοί τύποι γραφικών και η κατάλληλη χρήση τους- συγκεκριμένοι τύποι γραφικών (απλό κείμενο, πίνακας, χάρτης θερμότητας, γράφημα γραμμών, γράφημα κάθετων ράβδων, γράφημα με κατακόρυφες στοιβαγμένες ράβδους, γράφημα οριζόντιων ράβδων) - οπτικοποιήσεις που πρέπει να αποφεύγονται (γραφήματα πίτας, ντόνατ, τρισδιάστατα γραφήματα)
• Αρχές Gestalt -η εφαρμογή τους σε οπτικοποιήσεις όπως πίνακες και γραφήματα. Ευθυγράμμιση, στρατηγική χρήση του άδειου χώρου και αντίθεση.
• Μηχανισμοί όρασης και μνήμης – pre-attentive χαρακτηριστικά (μέγεθος, χρώμα και θέση στη σελίδα) και τη χρήση τους - οπτικές ιεραρχίες στοιχείων - το χρώμα ως στρατηγικό εργαλείο οπτικοποίησης.
• Αποφάσεις σχετικά με τον τύπο του γραφήματος και τη σειρά των δεδομένων - οπτική (από)έμφαση μέσω χρώματος, πάχους γραμμών και σχετικού μεγέθους - ευθυγράμμιση και τοποθέτηση υπο-τμημάτων της οπτικοποίησης -- χρήση λέξεων για τίτλο, ετικέτες και επισημειώσεις.
• Υλοποίηση προγραμματιστικής άσκησης σε ομάδες (project)

Διδάσκων: Δημήτριος Παναγιώτου
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Θεωρία καταναλωτή
• Θεωρία παραγωγού
• Μονοπωλιακή δύναμη και διάκριση τιμών
• Εμπειρικές εφαρμογές με πρόγραμμα Maxima

Διδάσκων: Λυσίμαχος-Παύλος Κόντης
ECTS:4
ΠΕΡΙΓΡΑΦΗ: Η ύλη αποτελείται από τις παρακάτω ενότητες:

• Εισαγωγή
• Διαδραστικός διερμηνευτής
• Δομές Δεδομένων
• Έλεγχος ροής προγράμματος
• Συναρτήσεις και αναδρομή
• Αναζήτηση και ταξινόμηση

Διδάσκων: Γ. Ντρίτσος
ECTS:3.5
ΠΕΡΙΓΡΑΦΗ:

• Εισαγωγή στη Στατιστική και στη σημασία της στον τομέα των οικονομικών επιστημών.
• Βασικές έννοιες στατιστικής (δεδομένα, μεταβλητές, στατιστικά χαρακτηριστικά).
• Συλλογή, οργάνωση και παρουσίαση δεδομένων.
• Περιγραφικά στατιστικά μέτρα - μέτρα θέσης & μεταβλητότητας
• Πιθανότητες.
• Κατανομές πιθανοτήτων διακριτών τυχαίων μεταβλητών.
• Κατανομές πιθανοτήτων συνεχών τυχαίων μεταβλητών
• Εισαγωγή στην Εκτιμητική θεωρία
• Σημειακή εκτίμηση.
• Διαστήματα εμπιστοσύνης για το μέσο και το ποσοστό ενός πληθυσμού
• Διαστήματα εμπιστοσύνης για τη διαφορά μέσων δύο πληθυσμών.
• Διαστήματα εμπιστοσύνης για τη διαφορά ποσοστών/κινδύνων δύο πληθυσμών.

Διδάσκων: Νικόλαος Μπένος
ECTS:3.5
ΠΕΡΙΓΡΑΦΗ:

• Γεγονότα οικονομικής ανάπτυξης
• Μοντέλο μεγέθυνσης Solow
• Βασικές αρχές Νεοκλασικής μεγέθυνσης
• Νεοκλασικό μοντέλο μεγέθυνσης
• Ανθρώπινο κεφάλαιο και οικονομική μεγέθυνση

Διδάσκων: Χριστόφορος Νίκου
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Εισαγωγή, βασικές έννοιες και βασικά προβλήματα της μηχανικής μάθησης
• Μάθηση με Επίβλεψη
• Γραμμική παλινδρόμηση
• Ταξινόμηση με τους k κοντινότερους γείτονες
• Ο αλγόριθμος Perceptron
• Νευρωνικά δίκτυα - μη γραμμική παλινδρόμηση
• Νευρωνικά δίκτυα πολλών επιπέδων
• Μηχανές διανυσμάτων υποστήριξης
• Συνελικτικά νευρωνικά δίκτυα
• Συνδυαστικοί αλγόριθμοι μάθησης (Bagging, Boosting, Adaboost)
• Στοχαστικές μέθοδοι
• Εκτίμηση μέγιστης πιθανοφάνειας
• Εκτίμηση της μέγιστης εκ των υστέρων πιθανοφάνειας

Διδάσκων: Θεόδωρος Σίμος
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Το πολυμεταβλητό γραμμικό υπόδειγμα
• Θεωρία ελαχίστων τετραγώνων
• Εκτίμηση Μέγιστης Πιθανοφάνειας
• Στατιστικές ελέγχων και διαστημάτων εμπιστοσύνης (t και F)
• Το γενικό γραμμικό υπόδειγμα με αυτοσυσχέτιση και ετεροσκεδαστικότητα
• Προβλέψεις με βάση το γραμμικό υπόδειγμα

Διδάσκων: Γεώργιος Μανής
ECTS:3.5
ΠΕΡΙΓΡΑΦΗ:

• Διαχείριση δομών στο δίσκο
-αρχείων
-βάσεων
• Το πακέτο numpy
• Διαχείριση δεδομένων με το πακέτο Pandas
• Python και φύλλα εργασίας
• Η βιβλιοθήκη matplotlib
• Python και μηχανική μάθηση
• Αντικειμενοστραφής προγραμματισμός

Διδάσκων: Γεώργιος Μανής
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• MATLAB
-Περιβάλλον MATLAB
-Μεταβλητές-διανύσματα-πίνακες
-Τύποι δεδομένων
-Τελεστές
-Δομές ελέγχου
-Συναρτήσεις
-Εισαγωγή και εξαγωγή δεδομένων
-Γραφικές παραστάσεις
-Άλγεβρα
-Λογισμός
-Παραγοντοποίηση και Ολοκλήρωση
-Πολυώνυμα
• R
-Το περιβάλλον της R
-Τύποι δεδομένων
-Τελεστές
-Δομές ελέγχου
-Συναρτήσεις
-Γραφικές παραστάσεις
-Εισαγωγή και έξοδος δεδομένων
-Στατιστική
-Μηχανική μάθηση στην R

Διδάσκων: Κώστας Βλάχος
ECTS:3.5
ΠΕΡΙΓΡΑΦΗ:

• Εισαγωγικές έννοιες
• Γραμμικοί μετασχηματισμοί
• Ιδιοδιανύσματα και ιδιοτιμές
• Χαρακτηριστικό πολυώνυμο
• Γραμμικά συστήματα εξισώσεων
• Γραμμικός προγραμματισμός και εφαρμογές

Διδάσκων: Χριστόφορος Νίκου
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Μάθηση χωρίς επίβλεψη
- Εκτίμηση κατανομών πιθανότητας - Ομαδοποίηση δεδομένων - Αλγόριθμος των k-μέσων - Φασματική ομαδοποίηση - Μικτά παραμετρικά μοντέλα
• Μείωση διάστασης δεδομένων και μοντελοποίηση με κρυμμένες μεταβλητές
- Ανάλυση ιδιαζουσών τιμών - Aνάλυση πρωτευουσών συνιστωσών - Ανάλυση κανονικής συσχέτισης - Γραμμική διακριτική ανάλυση - Μη γραμμικές μέθοδοι - Ανάλυση ανεξάρτητων συνιστωσών

Διδάσκων: Δημήτριος Παναγιώτου
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Θεωρία παιγνίων
• Ολιγοπώλιο και στρατηγική αλληλεπίδραση
• Αντιανταγωνιστική συμπεριφορά και αντιμονοπωλιακή πολιτική
• Εμπειρικές εφαρμογές με πρόγραμμα R και Maxima

Διδάσκων: Δ. Μαυρίδης
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Στατιστικοί Έλεγχοι Υποθέσεων για ποσοτικές μεταβλητές
• Στατιστικοί Έλεγχοι Υποθέσεων για ποιοτικές μεταβλητές
• Ανάλυση Διακύμανσης (ANOVA)
• Συσχέτιση
• Απλή Γραμμική Παλινδρόμηση
• Πολλαπλή Γραμμική Παλινδρόμηση
• Συμπεράσματα και Ερμηνεία της Παλινδρόμησης
• Υποθέσεις Μεθόδου Ελαχίστων Τετραγώνων (OLS)
• Παλινδρόμηση με μετατροπές μεταβλητών ή/και με μεταβλητές δείκτες (indicator variables)
• Ετεροσκεδαστικότητα
• Panel Data (Διαχρονικά δεδομένα)
• Instrumental Variables (Βοηθητικές μεταβλητές)
• Simultaneous Equation Models (Μοντέλα Ταυτόχρονων Εξισώσεων)
• Κατασκευή Πολυωνυμικών Μοντέλων
• Μοντέλα Λογιστικής Παλινδρόμησης
• Χρονολογικές Σειρές

Διδάσκων: Κ. Γκίλας
ECTS:3.5
ΠΕΡΙΓΡΑΦΗ:

• Αποδόσεις περιουσιακών στοιχειών
- Εμπειρικές στατιστικές ιδιότητες. - Αποτελεσματικότητα αγοράς και πρόβλεψη.
• Μοντελοποίηση μεταβλητότητας
- Μονομεταβλητή και πολυμεταβλητή αυτοπαλινδρομική υπό όρους ετεροσκεδαστικότητα (ARCH) οικογένεια μοντέλων. - Στοχαστικά μοντέλα μεταβλητότητας - Εφαρμογές διαχείρισης κινδύνου και τιμολόγησης παραγώγων
• Θεωρία Ακραίων Τιμών και Συζεύξεις
- Μονομεταβλητά μοντέλα - Πολυμεταβλητά μοντέλα
• Δεδομένα υψηλής συχνότητας
- Μοντέλα μικροδομής αγοράς - Πραγματοποιημένη διακύμανση και συνδιακύμανση - Εφαρμογές σε μοντέλα μεταβλητότητας και μικροδομών αγοράς
• Μοντέλα συνεχούς χρόνου
- Κοινά μοντέλα για μετοχές τα επιτόκια - Εφαρμογές στην τιμολόγηση παραγώγων - Σχέση με την πραγματοποιηθήσα διακύμανση.

Διδάσκων: Λυσίμαχος-Παύλος Κόντης
ECTS:3.5
ΠΕΡΙΓΡΑΦΗ:

• Χρονοσειρές και σήματα διακριτού χρόνου
• Γραμμικά χρονικά αμετάβλητα συστήματα
• Μετασχηματισμός Fourier διακριτού χρονου και Διακριτός Μετασχηματισμός Fourier.
• Στοχαστικές διαδικασίες διακριτού χρόνου
• Συνάρτηση αυτοσυσχέτισης και φασματική πυκνότητα ισχύος
• Εκτίμηση φάσματος

Διδάσκων: Δ. Παπαγεωργίου
ECTS:3.5
ΠΕΡΙΓΡΑΦΗ:

• Εργαλεία για Δυναμική Βελτιστοποίηση σε διακριτό χρόνο
• Οικονομικοί κύκλοι
• Υποδείγματα πραγματικών οικονομικών κύκλων (Real business cycle models)
• Χρήση MATLAB για επίλυση και προσομοίωση δυναμικών μοντέλων γενικής ισορροπίας

Διδάσκων: Κωνσταντίνος Χαριστός
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Αγορές με αγαθά δικτύου: Επιδράσεις δικτύου - εμπειρικά στοιχεία. Υποδειγματοποίηση της ζήτησης και παροχή ενός αγαθού δικτύου.
• Θέματα σχετικά με πλατφόρμες και δίπλευρες αγορές: Τιμολόγηση μονοπωλιακής πλατφόρμας. Ανταγωνισμός μεταξύ διαμεσολαβητών.
• Παίγνια ασύμμετρης πληροφόρησης και ισορροπία Bayes-Nash. Δημοπρασίες

Διδάσκων: Παναγιώτης Βασιλειάδης
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Επισκόπηση της περιοχής αποθηκών δεδομένων και OLAP
• Επισκόπηση θεμελιωδών εννοιών βάσεων δεδομένων και της γλώσσας SQL
• Πολυδιάστατα μοντέλα, ιεραρχίες, αρχιτεκτονικές αποθηκών δεδομένων
• Σχεδιασμός αποθηκών δεδομένων
• OLAP & αναλυτική δεδομένων
• Υλοποίηση προγραμματιστικής άσκησης (project)

Διδάσκων: Δ. Μαυρίδης
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Εισαγωγή στην ανάλυση επιβίωσης
- Κατανομή χρόνου επιβίωσης - Εκτίμηση και επαλήθευση συναρτήσεων επιβίωσης - Ανάλυση κινδύνου - Μοντέλα πολλαπλών μεταβλητών - Εφαρμογές στην οικονομία
• Εισαγωγή στη μετα-ανάλυση
- Εφαρμογές σε μελέτες που αξιολογούν το αποτέλεσμα επεμβάσεων - Μεθοδολογία συγχώνευσης αποτελεσμάτων μελετών - Συνοπτικές μετα-αναλύσεις - Μετα-αναλύσεις με πολλαπλά αποτελέσματα - Εφαρμογές στην οικονομία
• Εισαγωγή στις κλινικές δοκιμές
- Βασικές έννοιες σχεδιασμού κλινικών δοκιμών - Σχεδιασμός τυχαίων κλινικών δοκιμών - Στατιστικές μέθοδοι για την ανάλυση κλινικών δοκιμών - Εφαρμογές σε κλινικές δοκιμές και οικονομική αξιολόγηση

Διδάσκων: Βασίλειος Γρηγοριάδης
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Δομή μικροοικονομικών δεδομένων
• Πολυμεταβλητή παλινδρόμηση
• Πολλαπλή παλινδρόμηση
• Χρονοσειρές
• Δεδομένα panel

Διδάσκων: Κώστας Βλάχος
ECTS:4
ΠΕΡΙΓΡΑΦΗ:

• Τεχνικές μοντελοποίησης δυναμικών συστημάτων
• Παραδείγματα μοντελοποίησης συστημάτων με την χρήση διαφορικών εξισώσεων
• Το πρόβλημα αρχικών τιμών για συνήθεις διαφορικές εξισώσεις
• Επίλυση συστημάτων διαφορικών εξισώσεων
• Μέθοδοι αριθμητικής επίλυσης

ECTS:30
ΠΕΡΙΓΡΑΦΗ:

Η Διπλωματική Εργασία (ΔΕ) αποτελεί σημαντικό τμήμα και επιστέγασμα της εκπαιδευτικής διαδικασίας. Κατά την εκπόνηση της οι φοιτητές/φοιτήτριες καλούνται να συνθέσουν τις γνώσεις τους, να αξιοποιήσουν τις δεξιότητες τους, να εφαρμόσουν στην πράξη όσα διδάχθηκαν κατά τη φοίτησή τους, να επιλύουν προβλήματα συνδυάζοντας υπάρχουσες λύσεις και να χρησιμοποιούν εργαλεία και μεθόδους αιχμής σύμφωνα με τις τελευταίες εξελίξεις στην έρευνα και την τεχνολογία. Παράλληλα, δίνεται η ευκαιρία στους φοιτητές να αναπτύξουν ατομικές πρωτοβουλίες, να μπορούν να μεταδώσουν τις σκέψεις και τα αποτελέσματά τους γραπτά και προφορικά να λειτουργήσουν ως μέλη ομάδας και να έρθουν σε επαφή με την ερευνητική διαδικασία.