Menu

Τμήμα Οικονομικών Επιστημών

CSC201-ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΤΗ ΔΙΑΧΕΙΡΙΣΗ ΠΛΗΡΟΦΟΡΙΩΝ (ΕΞΑΜΗΝΟ 3Ο)

Περιγραφή Μαθήματος

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΤΗΝ ΕΠΕΞΕΡΓΑΣΙΑ ΠΛΗΡΟΦΟΡΙΩΝ

Κωδικός: CSC201

ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ  3 (ΧΕΙΜΕΡΙΝΟ)

Διδάσκων:  Γ. Ρηγόπουλος

ΔΙΑΛΕΞΕΙΣ 4

ΕΡΓΑΣΤΗΡΙΑ ΠΟΣΟΤΙΚΗΣ ΑΝΑΛΥΣΗ ΣΕ ΥΠΟΛΟΓΙΣΤΗ ΜΕ ΤΟ EXCEL               3

Πιστωτικές  μονάδες 7.5 (ενιαία με Εργαστήρια)

https://eclass.uoa.gr/courses/ECON198/

Στόχοι

Οι στόχοι του μαθήματος είναι οι εξής: 1) Να εξηγήσει βασικές αρχές των υπολογιστών, της επεξεργασίας δεδομένων, των επικοινωνιών, των δικτύων υπολογιστών και επίκαιρων τεχνολογιών, όπως cloud computing και επιστήμης δεδομένων (data science). 2) Να αναλύσει το ρόλο των πληροφοριακών συστημάτων στο management της σύγχρονης επιχείρησης. 3) Να εκθέσει οικονομικές θεωρίες για τη σχέση των πληροφοριακών τεχνολογιών και των επιχειρήσεων. 4) Να εκπαιδεύσει σε μεθόδους ποσοτικής ανάλυσης με τεχνικές του λογισμικού Μicrosoft Excel. Με το πέρας των μαθημάτων κάθε φοιτητής θα έχει διδαχθεί ουσιαστικές γνώσεις για τις πληροφοριακές τεχνολογίες και θα έχει λάβει επαρκή πρακτική εκπαίδευση στη χρήση του Excel. Τα δε αναμενόμενα αποτελέσματα έχουν ως ακολούθως.

 

 1. ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

ΑΝΤΙΚΕΙΜΕΝΟ

Αρχές υπολογιστών και πληροφορικής. Αριθμητικά συστήματα και κώδικες πληροφοριών. Επεξεργασία δεδομένων και αρχείων, συλλογή, αποθήκευση, μεταβολή και ανάκτηση. Δομή και λειτουργία υπολογιστή, λογισμικό, γλώσσες προγραμματισμού. Συστήματα επικοινωνίας και τεχνολογίες δικτύων. Θεωρία συστημάτων, πληροφοριακά συστήματα. Οικονομικές θεωρίες για τις πληροφοριακές τεχνολογίες. Cloud computing και Επιστήμη Δεδομένων. Ποσοτικές μέθοδοι με το Excel, όπως μαθηματικές, στατιστικές και οικονομικές συναρτήσεις, διαχείριση δεδομένων, γραφήματα, παλινδρόμηση, χρήση στατιστικών κατανομών, εξισώσεις διαφορών σε μακροοικονομικά υποδείγματα.

ΕΡΓΑΣΤΗΡΙΑ

Οι φοιτητές κατανέμονται σε ομάδες των 20 για υποχρεωτική εργαστηριακή εκπαίδευση που γίνεται σε δίκτυο windows και περιλαμβάνει τεχνικές ποσοτικής ανάλυσης στον υπολογιστή με χρήση του Microsoft Excel. Την εκπαίδευση των ομάδων αυτών αναλαμβάνουν μεταπτυχιακοί φοιτητές και υποψήφιοι διδάκτορες.  Η ύλη των εργαστηριακών μαθημάτων περιγράφεται στο  Παράρτημα.

 

2. ΑΝΑΜΕΝΟΜΕΝΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Με το πέρας των μαθημάτων οι φοιτητές θα

(α) Γνώση και κατανόηση

επιδεικνύουν γνώσεις και κατανόηση αρχών πληροφορικής  (computing) από τη γένεση των υπολογιστικών συστημάτων έως σύγχρονες  τεχνολογίες , όπως cloud computing, data science και τεχνητή νοημοσύνη.

(β) Εφαρμοσμένη γνώση και κατανόηση

έχουν το ρόλο των πληροφοριακών συστημάτων στο management της σύγχρονης επιχείρησης.

(γ) Γενικές γνωστικές δεξιότητες

έχουν αναπτύξει δεξιότητες

  • επεξεργασίας δεδομένων, επικοινωνιών, δικτύων υπολογιστών και επίκαιρων τεχνολογιών, όπως cloud computing και επιστήμης δεδομένων (data science)
  • έχουν αναπτύξει αναλυτικές ικανότητες με τη χρήση του Excel
  • έχουν αναπτύξει χαρακτηριστικά αντανακλαστικής χρήσης στον υπολογιστή

 (δ) Στρατηγικές μάθησης

  • έχουν μάθει να μελετούν καθοδηγούμενοι, αυτο-οδηγούμενοι και σε συνεργασία με άλλους
  • έχουν μάθει να διαχειρίζονται το χρόνο τους αποτελεσματικά, είτε εργάζονται μόνοι, είτε  συλλογικά
  • έχουν μάθει να αναζητούν πληροφορίες

 (ε) Άμεσες δεξιότητες

  • έχουν αποκτήσει δεξιότητες στο Excel

έχουν αποκτήσει δεξιότητες στην επιχειρησιακή χρήση του Excel για την επίλυση προβλημάτων ποσοτικού χαρακτήρα

 

3. ΕΡΓΑΣΙΑ ΚΑΙ ΑΞΙΟΛΟΓΗΣΗ

ΤΠΕ

Παρουσιάσεις διαφανειών

Video παρουσίαση ειδικών θεμάτων

e-class για την ανάρτηση του υλικού

Εργαστηριακή πρακτική

Δραστηριότητα

Φόρτος Εργασίας Εξαμήνου, ώρες

Διαλέξεις

52

Εργαστήρια

40

Μελέτη θεωρίας, επίλυση προβλημάτων ποσοτικής φύσεως με το Excel

110

Σύνολο Μαθήματος

202

 

Η αξιολόγηση του μαθήματος γίνεται στην ελληνική γλώσσα.

  • Η ύλη, τα κριτήρια της αξιολόγησης και οι διαδικασίες είναι γνωστά από το Syllabus (αναρτημένο στο eclass)
  • Το υλικό των διαλέξεων και οι εργασίες αναρτώνται στο eclass ανά εβδομάδα
  • Η αξιολόγηση περιλαμβάνει συνδυασμό ερωτήσεων (σύντομης απάντησης, οργάνωσης γνώσεων, σύνθεσης  και ανάπτυξης, κριτικής σκέψης) και πρακτική εξέταση στο  Excel πάνω στον υπολογιστή
  • Η βαθμολογία κατανέμεται κατά 60% από την εξέταση στη θεωρία και κατά 40% από την εξέταση στο εργαστήριο

ΣΥΝΙΣΤΩΜΕΝΗ-ΒΙΒΛΙΟΓΡΑΦΙΑ

[1] Ι. Κ. Δημητρίου, Εισαγωγή στην Επιστήμη των Υπολογιστών και την Επεξεργασία Πληροφοριών, Εκδόσεις ΕΚΠΑ 2017

[2] Ι. Κ. Δημητρίου, Εφαρμογές Ποσοτικής Ανάλυσης με το Excel, Εκδόσεις ΕΚΠΑ 2017

[3] Philippe Breton, Ιστορία της Πληροφορικής, Δίαυλος 1991

[4] Peter J. Denning, Craig H. Martell, Great Principles of Computing, The MIT Press 2015

[5] Paul E. Ceruzzi, Computing – A Concise History, The MIT Press 2012

[6] Nayan B. Ruparella, Cloud Computing, The MIT Press 2016

[7] Peter Norton, Εισαγωγή στους Υπολογιστές, 6η έκδοση, Εκδ. Τζιόλα 2015

 

ΠΑΡΑΡΤΗΜΑ – Ύλη εργαστηριακών μαθημάτων

Μπορεί να υπάρχουν τμήματα Αρχαρίων και Προχωρημένων. Ο εκπαιδευτής αποφασίζει για την περαιτέρω πρακτική εξάσκηση των εκπαιδευόμενων  δίνοντας ασκήσεις παρόμοιες αυτών του φυλλαδίου. Υποδεικνύει προσωπικά σε κάθε φοιτητή χωριστά.

 1. ΤΜΗΜΑ ΑΡΧΑΡΙΩΝ (η ύλη είναι δυνατόν να τροποποιηθεί)

Α/Α

Εβδομάδα

ΩΡΕΣ

ΥΛΗ

1

 

3

 
  • Τι είναι ένα φύλλο λογισμών, μετακίνηση στο φύλλο, αποθήκευση, άνοιγμα υπάρχοντος φύλλου.
  • Εισαγωγή δεδομένων (αριθμός, λέξη, συνάρτηση Excel), δημιουργία ΤΥΠΩΝ (formulae) από τον χρήστη.
  • Απλές συναρτήσεις (SUM, AVERAGE, ΜΙΝ, ΜΑΧ, round, …)
  • Διαχείριση των κελιών (γραμματοσειρά, μέγεθος, χρώματα)
 

2

 

3

 
  • Παράδειγμα «Πωλήσεις»
  • Τροποποίηση του φύλλου (επιλογή περιοχής, μετακίνηση, αντιγραφή, εισαγωγή γραμμής / στήλης)
  • Αντιγραφή τύπου με σχετική διεύθυνση, απόλυτη διεύθυνση, autosum , autofill
 

3

 

3

Δημιουργία γραφικών απεικονίσεων (charts), ερμηνεία των γραφημάτων, ραδβόγραμμα, ιστόγραμμα, κυκλικό διάγραμμα.

4

 

 

Συναρτήσεις: χρηματοοικονομικές, μαθηματικές, στατισιτκές

5

 

3

ΕΦΑΡΜΟΓΗ 1

Γράφημα συνάρτησης μιας μεταβλητής.

ΕΦΑΡΜΟΓΗ 2

Μακροοικονομικό υπόδειγμα..

(Περιγράφονται στο [2])

6

 

3

Πίνακες: πρόσθεση, πολλαπλασιασμός, αντιστροφή, γραμμικές εξισώσεις

7

 

3

ΕΦΑΡΜΟΓΗ 1

Εφαρμοσμένη Στατιστική Ι (συλλογή δεδομένων, ταξινόμηση, ομαδοποίηση, κλάσεις, συχνότητες, μέσος όρος, διάμεσος, διακύμανση κλπ)

ΕΦΑΡΜΟΓΗ 2

Εφαρμοσμένη Στατιστική ΙΙ (Συσχέτιση και γραμμική παλινδρόμηση, γραφική απεικόνιση)

(Περιγράφονται στο [2])

8

 

3

Διαχείριση δεδομένων: ταξινόμηση, φιλτράρισμα, lookup, hlookup, Κλπ