Data Analysis

Cloud Computing
Information
Systems

Ανασκόπηση και ανάλυση μεθοδολογιών και τεχνικών μηχανικής μάθησης (Machine Learning) και βαθιάς μάθησης (Deep Learning) στους ηλεκτρονικούς φακέλους υγείας

Αντικείμενο της εργασίας θα αποτελεί η μελέτη, καταγραφή, και σύγκριση τόσο εμπορικών όσο και ερευνητικών τεχνικών και μεθοδολογιών μηχανικής και βαθιάς μάθησης που υπάρχουν και εφαρμόζονται στους ηλεκτρονικούς φακέλους υγείας. Απώτερος στόχος είναι η καταγραφή των πιο κοινών αρχιτεκτονικών μηχανικής μάθησης και βαθιάς μάθησης για ανάλυση των φακέλων υγείας και η υλοποίηση μίας εξ αυτών καθώς και η αναγνώριση μελλοντικών ευκαιριών στο πεδίο της μηχανικής μάθησης στους ηλεκτρονικούς φακέλους υγείας.

Απαιτούμενες Γνώσεις: Python


Υλοποίηση τεχνικών προτεραιοποίησης δεδομένων (data prioritization)

Αντικείμενο της εργασίας θα αποτελεί η μελέτη, ανάπτυξη και η παραμετροποίηση τεχνικών προτεραιοποίησης των δεδομένων βάσει ορισμένων κριτηρίων και απαιτήσεων, με σκοπό την κατηγοριοποίησή τους σε δεδομένα υψηλής και χαμηλής προτεραιότητας.

Απαιτούμενες Γνώσεις: Java/ Python


Συγκριτική ανάλυση εργαλείων Επεξήγησης Τεχνητής Νοημοσύνης

Αντικείμενο της εργασίας αποτελεί η εκτενής ανάλυση και σύγκριση διαφόρων εργαλείων και μεθοδολογιών που υπάρχουν γύρω από την Επεξήγηση των Αλγορίθμων Μηχανικής Μάθησης καθώς και της ερμηνείας τον αποτελεσμάτων τους. Θα γίνει σύγκριση ανάμεσα σε εργαλεία όπως το LIME, Skater, SHAP, ELI5, κλπ.

Απαιτούμενες Γνώσεις: Python, Μηχανική Μάθηση


Ανάλυση τεχνικών εξαγωγής σημασίας χαρακτηριστικών από σύνολα δεδομένων

Αντικείμενο της εργασίας αποτελεί η ανάλυση και υλοποίηση τεχνικών εξαγωγής σημασίας χαρακτηριστικών τα οποία βοηθούν στη καλύτερη κατανόηση των συνόλων δεδομένων καθώς και των αποτελεσμάτων των αλγορίθμων Μηχανικής Μάθησης.

Απαιτούμενες Γνώσεις: Python, Μηχανική Μάθηση


Ανάλυση συναισθημάτων σε ροές χρηματοοικονομικών ειδήσεων

Αντικείμενο της εργασίας αποτελεί η μελέτη και σύγκριση διαφόρων μοντέλων επεξεργασίας φυσικής γλώσσας που θα πραγματοποιούν ακριβή ανάλυση συναισθημάτων σε χρηματοοικονομικές ειδήσεις. Ο απώτερος στόχος θα είναι η ανάπτυξη μιας μικρο-υπηρεσίας που θα επεξεργάζεται κατάλληλα το κείμενο εισαγωγής και στη συνέχεια θα προβλέπει την κλάση του (δηλ. αρνητική, ουδέτερη, θετική) χρησιμοποιώντας το καλύτερο από τα εξεταζόμενα μοντέλα.

Απαιτούμενες Γνώσεις: Python, Μηχανική Μάθηση


Ροές εργασίας βασισμένες σε αλγόριθμους τεχνητής νοημοσύνης για σχεδιασμό και υλοποίηση σύνθετων συναρτήσεων σε serverless περιβάλλοντα

Το αντικείμενο της παρούσας εργασίας άπτεται της υλοποίησης αλγοριθμικών μοντέλων μηχανικής και βαθιάς μηχανικής μάθησης (ML/DL) που θα καθορίζουν τη ροή υπηρεσιών που αναπτύσσονται σε serverless περιβάλλοντα. Προτεινόμενα εργαλεία: Apache OpenWhisk (OW composer, OW action conductors), AWS lambda, Google Cloud functions.

Απαιτούμενες Γνώσεις: Python, Μηχανική Μάθηση, Cloud Platforms


Υλοποίηση κατανεμημένης εκπαίδευσης μοντέλων βαθιάς μηχανικής μάθησης

Το αντικείμενο της παρούσας εργασίας άπτεται του σχεδιασμού τοπολογίας και υλοποίησης κατανεμημένης εκπαίδευσης προ-υπάρχοντών αλγοριθμικών μοντέλων μηχανικής μάθησης / βαθιάς μηχανικής μάθησης, με τη χρήση του μοντέλου Function-as-a-Service. Προτεινόμενα εργαλεία Αpache Openwhisk, AWS lambda functions (commercial product). Tέλος, προτείνεται η συγκριση και αξιολόγηση αποτελεσμάτων χρησιμοποιώντας διαφορετικές πλατφόρμες (Openfaas – Openwhisk).

Απαιτούμενες Γνώσεις: Python, Μηχανική Μάθηση, Cloud Platforms


Πολιτικές δυναμικής κατανομής υπολογιστικών πόρων σε περιβάλλοντα ακροδικτυακής υπολογιστικής με χρήση αλγορίθμων τεχνητής νοημοσύνης

Το αντικείμενο της παρούσας εργασίας άπτεται του σχεδιασμού, της ανάπτυξης και υλοποίησης αλγοριθμικών μοντέλων για αποτελεσματική κατανομή πόρων προς αξιολόγηση της απόδοσης των εφαρμογών που εκτελουνται σε περιβάλλοντα ακροδικτυακής υπολογιστικής με χρήση τεχνικών μηχανικής μάθησης και βαθιάς μηχανικής μάθησης. (Aπαραίτητη προυπόθεση η ύπαρξη υποδομής ακροδικτυακής υπολογιστικής π.χ Rpis, για πειραματικούς σκοπούς).

Απαιτούμενες Γνώσεις: Python, Μηχανική Μάθηση


Ανάπτυξη ολοκληρωμένης εφαρμογής βασισμένης σε τεχνολογίες ανάλυσης δεδομένων με σκοπό την παροχή εξατομικευμένων υπηρεσιών προστιθέμενης αξίας για επιχειρηματικούς πελάτες μιας Τράπεζας

Στόχος της εργασίας θα είναι η δημιουργία ενός εργαλείου Business Financial Managemen (BFM) που θα αποτελείται από ένα Transaciton Categorazation tool ένα Transaciton Monitoring tool, ένα Budget Prediciton Engine, ένα KPI Engine και Benchmarking Engine και θα παρουσιαστεί σε μία φιλική προς τον χρήστη Εφαρμογή Android.

Απαιτούμενες Γνώσεις: Python, ML/DL, Android

Συγκριτική μελέτη τεχνικών και αλγορίθμων οι οποίοι προορίζονται για καταστάσεις όπου το μέγεθος των δεδομένων θεωρείται μικρό

Στόχος της εργασίας θα είναι η μελέτη και παρουσίαση τεχνικών και αλγορίθμων οι οποίοι προορίζονται για καταστάσεις όπου τα δεδομένα είναι περιορισμένα. Οι τεχνικές αυτές περιλαμβάνουν αλγορίθμους οι οποίοι στοχεύουν να εμπλουτίσουν και πολλαπλασιάσουν τα δεδομένα.Ακόμη θα εξερευνηθούν μοντέρνες τεχνικές όπως Few Shot Learning και άλλες, συγκεκριμένα για περιορισμένο αριθμό δεδομένων.

Απαιτούμενες Γνώσεις: Python, Machine Learning, Neural Networks


Αυτοματοποιημένη μηχανική μάθηση για δεδομένα χρονοσειρών

Κατά τη συγκεκριμένη εργασία θα εξερευνηθεί ο τομέας της αυτοματοποιημένης μηχανικής μάθησης,δηλαδή η αυτοματοποιημένη επιλογή αλγορίθμου και παραμετροποίηση, για δεδομένα σε μορφή χρονοσειράς. Η φύση τέτοιου είδους δεδομένων, τα οποία έρχονται σε συγκεκριμένα χρονικά διαστήματα, θα παρουσιάσει καινούριες προκλήσεις οι οποίες μπορεί να απαιτούν την συνεχή εναλαγή μοντέλων και παραμέτρων λόγω απότομων αλλαγών στα χαρακτηριστικά δεδομένων στην παράμετρο του χρόνου.

Απαιτούμενες Γνώσεις: Python, Machine Learning, Optimization


Συγκριτικές μελέτες για την ποιότητα υπηρεσιών για τις μικροϋπηρεσίες

Αυτή η διατριβή αφορά τη συγκριτική μελέτη διαφορετικών μεθόδων για την αξιολόγηση της συμμόρφωσης των προσδοκιών του ιδιοκτήτη της εφαρμογής και της πραγματικής απόδοσης της εφαρμογής.

Απαιτούμενες Γνώσεις: Java, Python, Go, Docker


Συγκριτική μελέτη τεχνικών και προσεγγίσεων για την επίτευξη ανάλυσης συναισθήματος σε επίπεδο οντοτήτων σε Tweets

Ο κύριος στόχος αυτής της διπλωματικής εργασίας είναι να αναλύσει και να συγκρίνει διάφορες προσεγγίσεις και μεθοδολογίες που μπορούν να εφαρμοστούν και να χρησιμοποιηθούν για την επίτευξη ανάλυσης συναισθημάτων σε επίπεδο οντότητας σε Tweets.

Απαιτούμενες Γνώσεις: Python, Machine Learning, Deep Learning, Neural Networks


Συγκριτική μελέτη τεχνικών και προσεγγίσεων για την επίτευξη ανάλυσης συναισθήματος σε επίπεδο οντοτήτων σε Tweets

Ο κύριος στόχος αυτής της διπλωματικής εργασίας είναι να αναλύσει και να συγκρίνει διάφορες προσεγγίσεις και μεθοδολογίες που μπορούν να εφαρμοστούν και να χρησιμοποιηθούν για την επίτευξη ανάλυσης συναισθημάτων σε επίπεδο οντότητας σε Tweets.

Απαιτούμενες Γνώσεις: Python, Machine Learning, Deep Learning, Neural Networks