Κομοτηνή-Δ.Π.Θ.: Πρόγραμμα Δια Βίου Μάθησης για την Τεχνητή Νοημοσύνη και τη Μηχανική Μάθηση

Εγκρίθηκε από την Πρυτανεία του ΔΠΘ και ξεκινάει στις 15 Μαρτίου 2022 το πρόγραμμα Δια Βίου Μάθησης “Τεχνητή Νοημοσύνη και Μηχανική Μάθηση: Θεωρία και Εφαρμογές” με επικεφαλής τους καθηγητές του Τμήματος Οικονομικών Επιστημών Περικλή Γκόγκα και Θεόφιλο Παπαδημητρίου.

Το πρόγραμμα απευθύνεται σε όσους θέλουν να γνωρίσουν τι είναι η Τεχνητή Νοημοσύνη και η Μηχανική Μάθηση και την πρακτική τους εφαρμογή στην πρόβλεψη. Στόχος του προγράμματος είναι η κατανόηση των αλγορίθμων της Τεχνικής Νοημοσύνης και της Μηχανικής Μάθησης, χωρίς (απαραίτητα) εμβάθυνση στο μαθηματικό, αλγοριθμικό ή προγραμματιστικό κομμάτι των μεθόδων αυτών. Έτσι, αυτές μπορούν να γίνουν γνωστές και να αποτελέσουν εργαλεία πρακτικής και άμεσα εφαρμόσιμης οικονομικής και επιχειρηματικής ανάλυσης-πρόβλεψης από τον κάθε ενδιαφερόμενο χωρίς προηγούμενη σχετική εξειδικευμένη γνώση, μέσω έτοιμου κώδικα που θα παρέχεται από το πρόγραμμα.

Το πρόγραμμα έχει διάρκεια 204ώρες και υλοποιείται εξολοκλήρου μέσω της εξ αποστάσεως ασύγχρονης εκπαίδευσης, καθώς οι συμμετέχοντες αναμένεται να προέρχονται από διαφορετικές γεωγραφικές περιοχές, ενώ ταυτόχρονα δίνει τη δυνατότητα στους συμμετέχοντες να προσαρμόζουν τη μελέτη τους σύμφωνα με τις εξατομικευμένες τους ανάγκες. Ελάχιστο τυπικό προσόν συμμετοχής είναι το απολυτήριο λυκείου και ο μέγιστος αριθμός θέσεων είναι 30. Θα τηρηθεί σειρά προτεραιότητας βάσει της ημερομηνίας υποβολής της αίτησης.
Οι θεματικές ενότητες θα περιέχουν φυσική διδασκαλία με ασύγχρονη τηλεκπαίδευση μέσω εγγεγραμμένων video με τη μορφή webinar. Σε αυτά, οι διδάσκοντες θα παρουσιάζουν, αναλύουν και εξηγούν επιλεγμένες έννοιες ή αντικείμενα.

Στους συμμετέχοντες θα παρέχεται πλούσιο εκπαιδευτικό υλικό με την μορφή κειμένων σε pdf, παρουσιάσεων ppt, βιβλιογραφία και ασκήσεις αυτο-αξιολόγησης. Επίσης, θα τους δοθεί από το πρόγραμμα έτοιμος κώδικας για χρήση από τους εκπαιδευόμενους και μετά την ολοκλήρωση του προγράμματος για την εργασία τους, την επιχείρησή τους ή οποιαδήποτε προσωπική χρήση για πρόγνωση.

Όλοι οι εκπαιδευόμενοι θα λάβουν Βεβαίωση Παρακολούθησης ανεξαρτήτως βαθμολογίας ή επιτυχίας, με την ολοκλήρωση του προγράμματος. Όσοι το ολοκληρώσουν επιτυχώς, θα αποκτήσουν Πιστοποιητικό Εξειδικευμένης Επιμόρφωσης 204 ωρών και 7 ECTS από το Δημοκρίτειο Πανεπιστήμιο Θράκης. Το κόστος του προγράμματος είναι 500€.

Οι καθηγητές Περικλής Γκόγκας και Θεόφιλος Παπαδημητρίου με την ερευνητική ομάδα τους έχουν δημιουργήσει καινοτόμες μεθόδους με διεθνή αναγνώριση:
– Έχουν δημιουργήσει και δημοσιεύσει την ακριβέστερη παγκοσμίως μέθοδο πρόγνωσης της τραπεζικής χρεωκοπίας, με ακρίβεια πρόγνωσης 99.22%.
– Επινόησαν το Threshold – MinimumDominatingSet (T-MDS), την εξειδικευμένη μέθοδο ελέγχου σύνθετων οικονομικών δικτύων.
– Είναι από τους πρώτους που εισήγαγαν την Μηχανική Μάθηση στον χώρο της Μακροοικονομίας.

– Έχουν υπηρετήσει ως Guest Editors στο εξειδικευμένο τεύχος με θέμα Artificial Intelligence and Machine Learning in Economics and Financeτου επιστημονικού περιοδικούComputational Economics.
-Έχουν προσκληθεί για να παρουσιάσουν την σχετική έρευνά τους σε: Ευρωπαϊκή Κεντρική Τράπεζα, UniversityofMichigan, TempleUniversity, Rennes, SchoolofBusiness, University of Strasbourg, κλπ.
-Οι διδάκτορες της ερευνητικής ομάδας έχουν αναλάβει διοικητικές θέσεις σε διεθνείς οργανισμούς (ΟΟΣΑ), σε ελληνικές (Eurobank) και ξένες τράπεζες (UBS), ακαδημαϊκές και διοικητικές θέσεις σε ΑΕΙ και ΤΕΙ, διοικητικές θέσεις στην τοπική αυτοδιοίκηση.
-Η ομάδα έχει συσσωρευμένες περισσότερες από 3.000 αναφορές στο δημοσιευμένο έργο της και περισσότερες από 120 δημοσιεύσεις και συμμετοχές σε συνέδρια.

Περισσότερες πληροφορίες: https://www.ai-ml.org

Όλες οι Ειδήσεις από την Ελλάδα και τον Κόσμο,  στο ertnews.gr
Διάβασε όλες τις ειδήσεις μας στο Google
Κάνε like στη σελίδα μας στο Facebook
Ακολούθησε μας στο Twitter
Κάνε εγγραφή στο κανάλι μας στο Youtube
Προσοχή! Επιτρέπεται η αναδημοσίευση των πληροφοριών του παραπάνω άρθρου (όχι αυτολεξεί) ή μέρους αυτών μόνο αν:
– Αναφέρεται ως πηγή το ertnews.gr στο σημείο όπου γίνεται η αναφορά.
– Στο τέλος του άρθρου ως Πηγή
– Σε ένα από τα δύο σημεία να υπάρχει ενεργός σύνδεσμος