Γενικές αρχές εκπόνησης και συγκρότησης της εργασίας σας για το MSc

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Γενικές αρχές εκπόνησης και συγκρότησης της εργασίας σας για το MSc"

Transcript

1 Γενικές αρχές εκπόνησης και συγκρότησης της εργασίας σας για το MSc Π. Βασιλειάδης Τετάρτη, 03 Οκτωβρίου Επί της διαδικασίας Αρχικά βήματα Η διαδικασία εκπόνησης της εργασίας είναι ξεκάθαρη και λίγο-πολύ γνωστή. Τα αρχικά βήματα είναι: 1. Γενικός ορισμός του προβλήματος σε αδρές γραμμές. Ο σκοπός είναι να συμφωνήσουμε στο ποιο είναι το πρόβλημα, πώς το καταλαβαίνουμε και πώς θα επιδιώξουμε να το λύσουμε. 2. Ανάγνωση της σχετικής βιβλιογραφίας και εν παραλλήλω συγγραφή του σχετικού κεφαλαίου. Είναι βασικό, για κάθε άρθρο / κεφάλαιο βιβλίου που διαβάζετε να γράφετε και τουλάχιστον μισή σελίδα με το τι καταλάβατε από το άρθρο. Γράφουμε τις αναφορές μέσα στο κείμενο χωρίς χρονοτριβή, καθώς γράφουμε το κείμενο + συμπληρώνουμε πλήρως και σωστά τα references στο τέλος του κειμένου. Επιπλέον, εκτός από την παραπάνω μισή σελίδα, είναι πολύ βοηθητικό να φτιάχνετε τις εξής bullet lists για κάθε άρθρο που διαβάζετε: Ποια είναι τα βασικά στοιχεία του προβλήματος που αντιμετωπίζει ο συγγραφέας (ώστε να καταλάβετε ποιες είναι οι παράμετροι του προβλήματος)? Ποια τα ισχυρά σημεία του άρθρου (τι καταφέρνει να κάνει καλά, δηλ.)? Τι πειράματα κάνει ο συγγραφέας? (ζεύγη x- και y- αξόνων) Ποια τα σημεία που δεν καλύπτει το άρθρο? Είναι βασικό να συμφιλιωθείτε με το γεγονός ότι από τα άρθρα που θα έχετε για διάβασμα, κάποια άρθρα θα χρειαστεί να τα διαβάσετε ξανά και ξανά (και να ανανεώσετε την περιγραφή τους πολλές φορές, αντίστοιχα). 3. Καλά και κακά παραδείγματα. Στη γενική περίπτωση, αν επιχειρήσει κανείς να λύσει το πρόβλημα με straightforward, απλές τεχνικές θα προκύψει μια λύση που θα έχει διάφορα μειονεκτήματα. Αν όμως κάνει κάτι λίγο πιο έξυπνο (κεντρική ιδέα της προσέγγισής μας), θα προκύψει μια καλύτερη λύση. Άρα, κατασκευάζουμε ένα (ή περισσότερα) πρόβλημα «αναφοράς» και δείχνουμε ένα (ή περισσότερα) καλό και ένα (ή περισσότερα) κακό παράδειγμα. C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 1/14

2 4. Κεντρική ιδέα. Εν γένει, αυτό θα είναι κάποιος αλγόριθμος, τεχνική, θεώρημα ή άλλο τεχνικό αποτέλεσμα στο οποίο θα βασίζεται η συνεισφορά της εργασίας σας. Αυτό οφείλει να οργανωθεί και στο μυαλό σας και εγγράφως και ως κώδικας (ενδεχομένως με την αντίστροφη σειρά ) 5. Τα επόμενα βήματα είναι customized ανά περίπτωση. Σε κάθε draft κείμενο που γράφετε θυμάστε να συμπληρώνετε το όνομά σας και την ημερομηνία συγγραφής. Είναι χρήσιμο να διατηρείτε και ένα τετράδιο εργασίας για την εργασία σας, με (α) ένα «καθαρό» τμήμα για να καταγράφονται όσα έχουμε επιλύσει και συμφωνήσει και (β) ένα τμήμα εργασίας, για ιδέες, σκέψεις,... υπό επεξεργασία. Από την προηγούμενη εμπειρία μου, οι άνθρωποι που δουλεύουν ένα θέμα για καιρό συχνά τείνουν να δημιουργήσουν ένα χάος χαρτιών στο οποίο θάβονται χρήσιμα πράγματα για να τα βρει ο αρχαιολόγος του μέλλοντος Γενική Δομή της Εργασίας Τα αρχικά κεφάλαια της εργασίας σας λίγο πολύ έχουν την εξής δομή: 1. Εισαγωγή 2. Σχετική δουλειά 3. Τυπικός ορισμός του προβλήματος και κεντρική ιδέα 4. Αναλυτική περιγραφή της προτεινόμενης λύσης 5. Πειράματα 6. Ανακεφαλαίωση Μελλοντική δουλειά Στη συνέχεια, αναλύονται σε περισσότερη λεπτομέρεια οι γενικές αρχές του κάθε κεφαλαίου. 3. Εισαγωγή Η εισαγωγή σκοπό έχει να παρουσιάσει (α) το γενικότερο πρόβλημα που πάτε να λύσετε, (β) γιατί αυτό είναι ενδιαφέρον, σημαντικό, καινοτόμο και όχι προφανές στη λύση του, (γ) τη μέθοδο που ακολουθείτε για να λύσετε το πρόβλημα και (δ) τη δομή του κειμένου που ακολουθεί. Τελειώνοντας το διάβασμα της εισαγωγής, ο αναγνώστης πρέπει να έχει απάντηση στις εξής ερωτήσεις: Τι? δηλ., να έχει καταλάβει ποιο είναι το πρόβλημα που πάτε να λύσετε. Γιατί? δηλ., να έχει αποκτήσει κίνητρο για να διαβάσει παρακάτω. C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 2/14

3 Πώς? δηλ., να έχει μια εικόνα σε αδρές γραμμές για το πώς λύνεται το πρόβλημα που πάτε να λύσετε. Πού? δηλ., να έχει μια εικόνα σε ποια σημεία του κειμένου θα παρουσιαστεί κάθε τι που αναφέρετε στην απάντηση του «πώς». Η εισαγωγή είναι από τα τελευταία κεφάλαια που συγγράφονται για την εργασία σας. Η γενικότερη δομή της εισαγωγής, περιλαμβάνει τις εξής παραγράφους: Περιγραφή του προβλήματος σε ότι αφορά τον έξω κόσμο. Γιατί η υπάρχουσα mainstream τεχνολογία, καθώς και η σχετική δουλειά δυσκολεύονται / αδυνατούν να λύσουν το πρόβλημα. Με άλλα λόγια, περιγραφή του τι λείπει, ή πού υπάρχει χώρος για βελτίωση στις υπάρχουσες industrial ή ερευνητικές τεχνικές. Τι κάνουμε εμείς. Εδώ, πρέπει κανείς να δώσει έμφαση στα εξής: o «το πρόβλημα που μας απασχολεί, λοιπόν, είναι...» o «η προσέγγισή μας βασίζεται στην εξής ιδέα:...» o κακό vs. καλό παράδειγμα (χωρίς vs. μέσω της προτεινόμενης τεχνικής) Εν γένει, εδώ παρουσιάζεται το πρόβλημα, η κεντρική ιδέα της λύσης, τα επί μέρους προβλήματα που καλείται κανείς να επιλύσει στο πλαίσιο του ευρύτερο προβλήματος και ο τρόπος με τον οποίο τα αντιμετωπίσαμε. Τέλος, μία με δύο παραγράφους αφιερώνουμε στο τι πειράματα κάναμε, πώς αυτά πιστοποιούν ότι η προσέγγισή μας είναι καλή και τι νέο ενδεχομένως ανακαλύψαμε στη διάρκειά τους. Bullet list of contributions. Τα παραπάνω, βαλμένα όμως σε bullets, ώστε να μένουν με συνοπτικό τρόπο στο μυαλό του αναγνώστη. Roadmap. Η δομή του κειμένου (ή αλλιώς, πού θα βρει τι ο αναγνώστης). Η εισαγωγή γράφεται σε ενεστώτα χρόνο (και όχι σε μέλλοντα) και στο πρώτο πληθυντικό πρόσωπο (και όχι ενικό). 4. Σχετική εργασία Όπως ήδη προείπαμε, αυτό είναι το πρώτο κεφάλαιο που συγγράφεται, από την αρχή κιόλας της εκπόνησης της εργασίας σας. Επίσης είναι βασικό να τονιστεί ξανά ότι δεν θα γίνεται αποδεκτό εκ μέρους μου οποιοδήποτε κείμενο (έστω και draft) στο οποίο οι αναφορές δεν είναι σωστά ορισμένες τουλάχιστον μέσα στο σώμα του κειμένου (αν όχι και στο τέλος). C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 3/14

4 Η βιβλιογραφία έχει τυπικό τρόπο ορισμού της. Η αρίθμηση με νούμερα επιτρέπεται μόνο αν γράφετε σε Latex. Για τους χρήστες του Word, μόνο τα abbreviations που περιγράφονται στην ενότητα «Αναφορές» είναι αποδεκτά. Υπάρχουν αναλυτικές οδηγίες για την συλλογή και σύνοψη της σχετικής εργασίας στο κείμενό μου «Γενικές αρχές εκπόνησης επισκοπήσεων της βιβλιογραφίας», στις οποίες και σας παραπέμπω. Παρακάτω, δίνονται με επιγραμματικό τρόπο μερικές βασικές κατευθυντήριες γραμμές επί του θέματος. 1. Το κεφάλαιο της σχετικής δουλειάς δεν έχει σκοπό (μόνο) να πείσει ότι κάνατε το διάβασμά σας. Αντιθέτως, σκοπό έχει να παρουσιάσει στον αναγνώστη, με δομημένο τρόπο, ποιες είναι οι σχετικές περιοχές (γι αυτό και φτιάχνουμε μια υποενότητα για κάθε τέτοια περιοχή), ποιες είναι οι κρίσιμες εργασίες σε κάθε περιοχή και τι κάνουν (βλ. και παραπάνω). πώς συγκρίνεται η δική μας προσέγγιση σε σχέση με τη σχετική δουλειά (ήτοι, πώς καλύπτει ελλείψεις, βελτιώνει προηγούμενες ιδέες, ή προσεγγίζει με φρέσκια ματιά το πρόβλημα). 2. Το killer feature σε μια καλή επισκόπηση της σχετικής δουλειάς είναι το πινακάκι σύγκρισης των σχετικών εργασιών, το οποίο έχει για γραμμές τα στοιχεία του προβλήματος, για κολώνες τις σχετικές εργασίας και ως περιεχόμενα το πώς αντιμετωπίζει το κάθε ζήτημα η κάθε εργασία. 3. Για να συνεννοούμαστε εύκολα, καλό είναι να θυμάστε ότι τα άρθρα συνήθως γίνονται γνωστά από τους συγγραφείς και το μέρος που δημοσιεύθηκαν (π.χ., το άρθρο του Codd στο CACM του 70) και όχι από τον τίτλο τους. Στις βάσεις δεδομένων, το κατ εξοχήν σημείο αναφοράς για τη διεθνή βιβλιογραφία είναι το site του DBLP, που συντηρείται από τον M. Ley στο καθώς και τα mirrors του C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 4/14

5 5. Τυπικός ορισμός του προβλήματος και κεντρική ιδέα Αυτό είναι ένα κεφάλαιο το οποίο, ανάλογα με την εργασία, μπορεί να σπάει σε τμήματα τα οποία εντάσσονται σε άλλα κεφάλαια. Η κεντρική ιδέα για το κεφάλαιο αυτό, πάντως, είναι η εξής: Τυπικός ορισμός του προβλήματος. Μπορούμε με τυπικό, μαθηματικό τρόπο να ορίσουμε τις κεντρικές έννοιες του προβλήματος, καθώς και τα μεγέθη που θέλουμε να μετρήσουμε / ελαχιστοποιήσουμε / μεγιστοποιήσουμε. Κεντρική ιδέα. Αυτό, όπως είπαμε ήδη, είναι το θεμελιώδες contribution πάνω στο οποίο χτίζεται η εργασία σας. Ενδεχομένως και να μετακινηθεί στο επόμενο κεφάλαιο, πάντως σκοπό έχει να περιγράψει βάση ποιας τεχνικής λύνουμε το υπό εξέταση πρόβλημα, και γιατί επιλέγουμε να ακολουθήσουμε αυτό το δρόμο. Επίσης, εδώ βοηθά πολύ η ύπαρξη παραδειγμάτων (καλών vs. κακών). Διαστασιολόγηση του προβλήματος. Μπορούμε να εντοπίσουμε τις κρίσιμες παραμέτρους του προβλήματος και τις τιμές που έχει νόημα να δώσουμε. Αυτό θα βοηθήσει αργότερα στη διεξαγωγή των πειραμάτων. 6. Πειράματα Σε μια ερευνητική εργασία, τα πειράματα έχουν σκοπό να επαληθεύσουν κάποια υπόθεση εργασίας. Ας υποθέσουμε ότι προτείνετε ένα νέο ευρετήριο κατάλληλο για την online ταξινόμηση του συνδυασμού ενός συνόλου αποθηκευμένων εγγραφών και ενός συνόλου νέων, εισερχόμενων εγγραφών. Οι υποθέσεις εργασίας εδώ είναι: (α) το ευρετήριο ταξινομεί το συνδυασμό των εμπλεκομένων συνόλων δεδομένων σωστά, (β) το ευρετήριο ταξινομεί το συνδυασμό των εμπλεκομένων συνόλων δεδομένων αποδοτικότερα από τις τρέχουσες μεθόδους. Για την επαλήθευση των παραπάνω υποθέσεων εργασίας πρέπει να διεξαχθούν πειράματα που να τις επαληθεύουν. Η οργάνωση των πειραμάτων, η συντεταγμένη διεξαγωγή τους, καθώς και η καταγραφή τους στο κείμενο είναι εξαιρετικά δύσκολες δουλειές. Στη συνέχεια, τα παραπάνω ζητήματα εξετάζονται οργανωμένα όπως θα τα παρουσιάζαμε σε ένα άρθρο: (α) σε σχέση με την πειραματική μέθοδο 1 και (β) σε σχέση με τα πειράματα per se. 1 Όπως και πολλοί άλλοι Έλληνες, έτσι και γω, είδα με έκπληξη ότι οι επιστήμονες διεθνώς διαχωρίζουν τους όρους method και methodology. Η μέθοδος που ακολουθείται σε κάθε εργασία είναι απόρροια μιας γενικότερης «φιλοσοφίας» για τη διεξαγωγή των πειραμάτων («μεθοδολογία»). Παρ όλα αυτά, σε πολλές εργασίες (ενδεχομένως και δικές μου) η εν λόγω ενότητα τιτλοφορείται Experimental methodology, C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 5/14

6 6.1 Πειραματική μέθοδος Πριν αρχίσουμε τη διεξαγωγή των πειραμάτων, πρέπει να προηγηθεί μια σχετικά λεπτομερής σχεδίαση της πειραματικής μεθόδου που θα ακολουθηθεί. Κατ αρχήν πρέπει να είναι ξεκάθαρες σε όλους τους εμπλεκομένους, οι υποθέσεις εργασίας γύρω από το προτεινόμενο τεχνικό αποτέλεσμα. Στη γενική περίπτωση, η ορθότητα και η αποδοτικότητα μιας προτεινόμενης τεχνικής είναι δύο καλές κατευθυντήριες γραμμές σε υψηλό επίπεδο για να ξεκινήσει κανείς να σκέφτεται. Επίσης είναι σημαντικό να τεκμηριωθούν και τα πλεονεκτήματα της τεχνικής αυτής σε σχέση με το τρέχον state-of-theart. Φυσικά, ανάλογα με το είδος της εργασίας, οι βασικές κατευθυντήριες γραμμές μπορεί να αλλάζουν (π.χ., αν κάποιος προτείνει ένα νέο σχεδιαστικό πρότυπο, έχει νόημα να μελετηθεί αν βοηθά τους ανθρώπους να σχεδιάσουν καλύτερα κάποιες σχετικές με το πρότυπο εφαρμογές έχοντας διδαχθεί το πρότυπο σε σχέση με το αν δεν το είχαν διδαχθεί). Οι παραπάνω υψηλού επιπέδου υποθέσεις εργασίας πρέπει να μετατραπούν σε αντικειμενικά, μετρήσιμα μεγέθη. Επανερχόμενοι στο προαναφερθέν παράδειγμα του ευρετηρίου, πρέπει να μεταφράσουμε τις υψηλού επιπέδου αρχικές υποθέσεις σε μετρήσιμες παρατηρήσεις που επιβεβαιώνουν ή καταρρίπτουν τις εν λόγω υποθέσεις: (α1) αριθμός εγγραφών που το ευρετήριο τοποθετεί σε λάθος θέση (β1) μνήμη που χρειάζεται το ευρετήριο για τη λειτουργία του (και σύγκριση με την «αντίπαλη» state-of-the-art μέθοδο) (β2) χώρος στο σκληρό δίσκο που χρειάζεται το ευρετήριο για την αποθήκευσή του (και σύγκριση με την «αντίπαλη» state-of-the-art μέθοδο) (β3) χρόνος / αριθμός σελίδων που μεταφέρθηκαν από το σκληρό δίσκο /... που χρειάζεται το ευρετήριο για να ολοκληρώσει την σύμπηξη των δύο συνόλων εγγραφών σε ένα (και σύγκριση με την «αντίπαλη» state-of-the-art μέθοδο). Το πρόβλημα του πώς κάνουμε αυτή την απεικόνιση, μπορεί να οργανωθεί αν κανείς καταλάβει τα βασικά στοιχεία που χαρτογραφούν ένα σύνολο πειραμάτων: Μετρήσιμες ποσότητες. Οι μετρήσιμες ποσότητες, ή αλλιώς, μετρήσιμα μεγέθη, χαρακτηρίζουν με αντικειμενικό τρόπο την επιτυχία ή αποτυχία μιας τεχνικής που υπονοώντας ότι η γενική στρατηγική για τα πειράματα της εργασίας εφαρμόστηκε σε κάθε πείραμα χωριστά. Φανταστείτε πάντως την έκπληξη των ξένων για το ότι οι Έλληνες δεν ξέρουν τη διαφορά των όρων... C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 6/14

7 δοκιμάζουμε σε σχέση με μια υπόθεση. Αν επιστρέψει κανείς στο προαναφερθέν παράδειγμα, τα μεγέθη (α1) - (β3) είναι όλα μετρήσιμα μεγέθη. Ένας καλός τρόπος να σκέφτεται κανείς τα μετρήσιμα μεγέθη είναι να θυμάται ότι συνήθως απεικονίζονται στον άξονα των y στις γραφικές παραστάσεις. Σημαντικοί παράγοντες που επηρεάζουν τις μετρήσιμες ποσότητες. Η συμπεριφορά των μετρήσιμων μεγεθών εξαρτάται από διάφορους παράγοντες. Στο παράδειγμα αναφοράς που χρησιμοποιούμε, τέτοιοι παράγοντες μπορεί να είναι (α) το μέγεθος των εμπλεκομένων συνόλων εγγραφών (σε αρ. εγγραφών), (β) το μέγεθος του πεδίου ορισμού του χαρακτηριστικού βάσει του οποίου γίνεται η ταξινόμηση, (γ) το ποσό των διαθέσιμων buffers στη μνήμη, κο.κ. Ένα πείραμα ελέγχει τη συμπεριφορά ενός μετρήσιμου μεγέθους σε σχέση με τη μεταβολή ενός σημαντικού παράγοντα. Για το λόγο αυτό, μπορεί κανείς να σκέφτεται τα κρίσιμα μεγέθη σαν τις τιμές του άξονα των x. Μη σημαντικές παράμετροι. Πολλές φορές, λόγω του τρομακτικά πολυδιάστατου χαρακτήρα των προβλημάτων, στην αρχική φάση των πειραμάτων καθορίζουμε συγκεκριμένες τιμές για κάποιες παραμέτρους, στη βάση των οποίων διεξάγουμε όλα τα επόμενα πειράματα. Συνήθως, οι τιμές αυτές καθορίζονται είτε αυθαίρετα, στη βάση καλά κατανοητών κανόνων της επιστημονικής κοινότητας, είτε από τα λεγόμενα microbenchmarks που είναι μικρά πειραματάκια με τα οποία αποφασίζουμε τις βέλτιστες τιμές κάποιων παραμέτρων για τα επόμενα πειράματα. Στο παράδειγμα αναφοράς που χρησιμοποιούμε, μπορεί κανείς να θεωρήσει το μέγεθος μιας σελίδας στο δίσκο ως μη σημαντική παράμετρο, στην οποία απλώς οφείλει να ανατεθεί μια σταθερή τιμή (υποθέτοντας, δηλ., ότι η μεταβολή του μεγέθους της σελίδας δεν θα επιφέρει σημαντικές διαφορές στη συμπεριφορά του ευρετηρίου). Σύνολα δεδομένων. Στο χώρο των βάσεων δεδομένων, τα σύνολα δεδομένων στα οποία ελέγχονται οι τεχνικές είναι εν γένει δύο ειδών: o Πραγματικά σύνολα δεδομένων, τα οποία είναι διαθέσιμα στο Διαδίκτυο. o Συνθετικά σύνολα δεδομένων, τα οποία κατασκευάζονται για τους σκοπούς του πειράματος. Τα πραγματικά σύνολα δεδομένων, ενώ αναπαριστούν την πραγματικότητα, είναι εν γένει μικρά. Για να ελέγξουμε μια προτεινόμενη τεχνική στα όριά της, συνήθως καταφεύγουμε στην κατασκευή συνθετικών συνόλων δεδομένων, με μεγάλο μέγεθος. Στην δεύτερη αυτή περίπτωση, είναι σημαντικό να καταγραφεί αφενός η διαδικασία C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 7/14

8 παραγωγής και αφετέρου οι στατιστικές ιδιότητες των παραγομένων δεδομένων (τυχαία, correlated, anti-correlated, κ.ο.κ.). Για κάθε ένα από τους παραπάνω σημαντικούς παράγοντες, η διαδικασία σχεδίασης πρέπει να αποφασίσει τις τιμές που μπορεί να λάβει στη διεξαγωγή των πειραμάτων. Έτσι, η διαδικασία σχεδίασης των πειραμάτων, κατασκευάζει ένα «χώρο πειραμάτων» που προκύπτει ως το καρτεσιανό γινόμενο των τιμών αυτών. Προφανώς, αυτό δεν σημαίνει ότι όλα τα δυνατά πειράματα πρέπει να διεξαχθούν η απόρριψη όμως κάποιων πειραμάτων είναι μια πιο σύνθετη δουλειά που καλό είναι να την αναλάβει ο επιβλέπων. Επίσης σημαντικές αποφάσεις που πρέπει να παρθούν αφορούν: Baseline ή opponent τεχνική. Με βάση τη σχετική εργασία, πρέπει κανείς να αποφανθεί ποιο είναι το state-of-the-art στο πρόβλημα που εξετάζεται. Αν το πρόβλημα είναι τόσο νέο που δεν υπάρχει «αντίπαλος» στη βιβλιογραφία, τότε το μέτρο σύγκρισης πρέπει να παρθεί σε σχέση με την πιο απλή τεχνική που θα υλοποιούσε ένας πτυχιούχος πληροφορικής, αν ερχόταν αντιμέτωπος με το πρόβλημα. Κώδικας προς κατασκευή. Υπάρχει μια σχολή σκέψης που συνιστά ότι ο κώδικας πρέπει να αφορά ακριβώς και μόνο τα προς διεξαγωγή πειράματα ότι άλλο περιττό πρέπει να αποφεύγεται και να επιδίδεται έμφαση στα υπό εξέταση χαρακτηριστικά. Υπάρχει μια άλλη σχολή σκέψης, βέβαια, που εφιστά την προσοχή στη συντηρησιμότητα του κώδικα και κατά συνέπεια, στην ευσταθή κατασκευή του (με τίμημα βέβαια το βάθος των εναλλακτικών λύσεων που προλαβαίνει κανείς να εξετάσει). Προφανώς, το ιδεώδες θα ήταν ο συνδυασμός των παραπάνω, αλλά αυτό σπανίως επιτυγχάνεται. Κατά τη γνώμη μου (και μετά από πολλές προσωπικές αποτυχίες), καλό είναι να αποφασίζει κανείς τι θέλει να πετύχει με τον υπό κατασκευή κώδικα και να πράττει αναλόγως. 6.2 Διεξαγωγή πειραμάτων Αν η σχεδίαση έχει επιτύχει, η διεξαγωγή των πειραμάτων απαιτεί απλώς συστηματική προσπάθεια. Εσχάτως, στο εργαστήριο ζητώ να αναρτάται πρόγραμμα διεξαγωγής πειραμάτων (ήτοι, κάθε πείραμα προς διεξαγωγή χαρακτηρίζεται από τη θέση του στον παραπάνω πολυδιάσταστο χώρο και τοποθετείται σε ένα πινακάκι που λέει πότε θα διεξαχθεί ποιο πείραμα). Μια παλιά τεχνική που εφαρμόζεται σε όλες τις άλλες επιστήμες, απαιτεί την τήρηση τετραδίου πειραμάτων, στο οποίο καταγράφονται οι συνθήκες και τα C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 8/14

9 αποτελέσματα του κάθε πειράματος. Στην πληροφορική βέβαια, χρησιμοποιούμε MS Excel (και προφανώς, οι απόψεις διίστανται ως προς το τι να χρησιμοποιήσει κανείς). Κομμάτι της συστηματικής προσπάθειας είναι η καθιέρωση ενός σταθερού πειραματικού περιβάλλοντος. Δεν περιφέρουμε τα πειράματα από το ένα μηχάνημα στο άλλο. Αντίθετα, αποφασίζουμε πού θα εκτελεστούν, με βάση τις απαιτήσεις τους σε δίσκο, CPU, και παίρνουμε X-lock στον εν λόγω server. Τα χαρακτηριστικά του λογισμικού, επίσης πρέπει να παραμείνουν σταθερά στη διάρκεια των πειραμάτων. Τέλος, καταγράφουμε τα χαρακτηριστικά του εν λόγω περιβάλλοντος και τα παραθέτουμε στο κείμενο. Κάθε πείραμα εκτελείται πολλές φορές, αν η εκτέλεση παρουσιάζει τυχαία φαινόμενα (αντίθετα, αν π.χ., έχετε ένα module που εκτιμά το κόστος μιας query, δεν έχει νόημα να το τρέξετε πολλές φορές κάθε φορά θα βγαίνει το ίδιο αποτέλεσμα). Τα αποτελέσματα των πειραμάτων είναι ιερά!! Δεν αλλοιώνουμε τα αποτελέσματα ποτέ. Τέλος: στη διάρκεια των πειραμάτων είναι απολύτως αναμενόμενο να παρουσιαστούν παράξενα, μη αναμενόμενα και counterintuitive αποτελέσματα. Η πιο πιθανή αιτία είναι ένα bug στον κώδικα: ψάξτε το! Αν η προτεινόμενη τεχνική χάνει από τον «αντίπαλο» σε κάποιες περιπτώσεις, δεν αλλάζουμε το αποτέλεσμα εξηγούμε γιατί και πότε χάνουμε προσπαθούμε να βελτιώσουμε την τεχνική μας, αν γίνεται. 6.3 Τελικές σκέψεις Η συγγραφή της σχετικής ενότητας «Πειράματα» οφείλει να εξυπηρετεί το σκοπό του να πεισθεί ο αναγνώστης ότι η προτεινόμενη τεχνική εξυπηρετεί τις υποθέσεις εργασίας που έγιναν στην αρχή. Η περιγραφή της πειραματικής μεθόδου (σε σχέση με όλες τις επί μέρους παραμέτρους που προαναφέρθηκαν) πρέπει να είναι επεξηγηματική ως προς τους λόγους για τους οποίους κάθε τι είναι σημαντικό στη μέθοδο που ακολουθήθηκε. Η περιγραφή του περιβάλλοντος στο οποίο διεξήχθησαν τα πειράματα πρέπει να είναι πλήρης, ακριβής και απέριττη. C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 9/14

10 Η περιγραφή των πειραμάτων πρέπει (α) να πείθει τον αναγνώστη, (β) να επισημαίνει τα αξιοπαρατήρητα σημεία και (γ) να επεξηγεί τα μη αναμενόμενα ή προβληματικά σημεία. Σε μια εργασία που υποβάλλεται σε ένα συνέδριο ή περιοδικό, δεν είναι απαραίτητο να παρουσιασθούν όλα τα πειράματα απαραίτητο είναι να πεισθεί ο αναγνώστης. Σε μια MSc thesis, όμως, υπάρχει ο χώρος και ο χρόνος να αναπτυχθούν τα πειράματα σε έκταση (έστω και ως παράρτημα). Κάθε γραφική παράσταση πρέπει να επεξηγείται (αν και σε πολλές εργασίες σε συνέδρια, λόγω έλλειψης χώρου, η εν λόγω συζήτηση μπορεί να περιορίζεται αισθητά). 7. Παρελκόμενα της εισαγωγής Από την εισαγωγή μπορούμε, με εύκολο τρόπο, να βγάλουμε και διάφορα άλλα τμήματα του κειμένου. Περίληψη / Abstract Διατριβής. Η περίληψη που μπαίνει στη διατριβή σας είναι μεγέθους περίπου μίας σελίδας και αποτελεί βασικά περίληψη της εισαγωγής του κειμένου. Εν γένει, η δομή είναι η εξής: Γενικό πρόβλημα (1-2 προτάσεις). Συγκεκριμένος ορισμός του προβλήματος (1 πρόταση). Περιγραφή του τι κάνουμε στην εργασία αυτή. Μετατροπή της bullet list της εισαγωγής σε ρέον κείμενο. Εδώ υπάρχει χώρος για λίγο περισσότερη ανάλυση. Αν γράφουμε abstract για κάποιο άρθρο, τότε, λόγω χώρου, (α) περιορίζουμε το γενικό πρόβλημα αισθητά και (β) λίγο-πολύ μένουμε σε μια συνοπτική απαρίθμηση της bullet list της εισαγωγής. Πάσης φύσεως περιλήψεις γράφονται στον ενεστώτα χρόνο και στο πρώτο πληθυντικό πρόσωπο. Ανακεφαλαίωση. Αντιγράφουμε το abstract όπως είναι (copy-paste), απλά έχοντας (α) διαγράψει τη συζήτηση περί του γενικού προβλήματος στον έξω κόσμο, και, (β) μετατρέψει τον ενεστώτα σε παρατατικό (ENG) ή αόριστο (GR). Ο σκοπός αυτής της ενότητας είναι να δώσει με συνοπτικό τρόπο στον (κουρασμένο/βιαστικό) αναγνώστη, άλλη μια ευκαιρία να κατανοήσει τι περιέγραψε το κείμενο, και τι συνεισφορά είχαμε. Φυσικά, προσθέτουμε και την υποενότητα «Μελλοντική Δουλειά», για να δώσουμε και ένα insight στον αναγνώστη για το πώς μπορεί να συνεχισθεί η έρευνα. Η εν λόγω υποενότητα C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 10/14

11 γράφεται σε στυλ «η έρευνα μπορεί να συνεχισθεί ως εξής...» και όχι «εμείς στο μέλλον θα κάνουμε αυτό...». Όπως έχετε ίσως διαπιστώσει, σε πολλά σημεία του κειμένου (περίληψη, εισαγωγή, σανακεφαλαίωση) επαναλαμβάνουμε με συνοπτικό τρόπο το τι κάναμε και γιατί είναι σημαντικό. Αυτό γίνεται για να βοηθήσουμε τον αναγνώστη, και ιδίως τον μη ειδικό αναγνώστη, να καταλάβει την ουσία, το βάθος και την αξία της δουλειάς. C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 11/14

12 8. Κανόνες αναφοράς στη βιβλιογραφία Κανόνες για τη βιβλιογραφία, τους οποίους υποχρεούστε να τηρείτε ευλαβικά 8.1 MS Word [BaCR94] [BBC+99] [Dean97] [JaVa97] [JJQV98] V.R. Basili, G.Caldiera, H.D. Rombach. The Goal Question Metric Approach. Encyclopedia of Software Engineering, pp , John Wiley & Sons, Inc, Also available at P.A. Bernstein, T. Bergstraesser, J. Carlson, S. Pal, P. Sanders, D. Shutt. Microsoft Repository Version 2 and the Open Information Model. Information Systems 24(2), pp , E.B. Dean. Quality Functional Deployment from the Perspective of Competitive Advantage. Available at M. Jarke, Y. Vassiliou. Foundations of data warehouse quality a review of the DWQ project. In Proc. 2 nd Intl. Conference Information Quality (IQ-97), pp , Cambridge, Mass., USA, June M. Jarke, M.A. Jeusfeld, C. Quix, P. Vassiliadis. Architecture and quality in data warehouses. In Proc. 10 th Conference on Advanced Information Systems Engineering (CAiSE '98), pp , Pisa, Italy, June [Orr98] K. Orr. Data quality and systems theory. Communications of the ACM, 41(2), pp , Feb Πίνακας 1. Το παραπάνω (σε MS Word) είναι πινακάκι με δύο κολώνες. Αριστερά είναι το abbreviation με 4 γράμματα και δύο νούμερα και δεξιά η περιγραφή της αναφοράς. O πίνακας είναι ταξινομημένος ανά abbreviation. Abbreviation: 4 γράμματα για τους συγγραφείς + 2 ψηφία για την χρονολογία δημοσίευσης. 1 συγγραφέας: τα 4 πρώτα γράμματά του (ή αν έχει λιγότερα, όσα έχει), π.χ. [Dean97], [Orr98]. 2 συγγραφείς: τα 2 πρώτα γράμματα του καθενός, π.χ. [JaVa97]. 3 συγγραφείς: τα 2 πρώτα γράμματα του πρώτου και το πρώτο γράμμα των υπολοίπων, π.χ. [BaCR94]. 4 συγγραφείς: Ο καθένας το αρχικό του, π.χ. [JJQV98]. >4 συγγραφείς: Οι τρεις πρώτοι και +, π.χ. [BBC+99]. Περιγραφή: (προσέξτε επίσης πού μπαίνει τελεία και πού κόμμα στα παραπάνω) Άρθρο σε συνέδριο: Ονόματα συγγραφέων, τίτλος άρθρου, συνέδριο (conference acronym), printed pages, τοποθεσία, ημερομηνία διεξαγωγής συνεδρίου. o o M. Jarke, M.A. Jeusfeld, C. Quix, P. Vassiliadis. Architecture and quality in data warehouses. In Proc. 10 th Conference on Advanced Information Systems Engineering (CAiSE '98), pp , Pisa, Italy, June M. Jarke, Y. Vassiliou. Foundations of data warehouse quality a review of the DWQ project. In Proc. 2 nd Intl. Conference Information Quality (IQ-97), pp , Cambridge, Mass., USA, June C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 12/14

13 Άρθρο σε περιοδικό: Ονόματα συγγραφέων, τίτλος άρθρου, όνομα περιοδικού, volume(no.), printed pages, ημερομηνία. o P.A. Bernstein, T. Bergstraesser, J. Carlson, S. Pal, P. Sanders, D. Shutt. Microsoft Repository Version 2 and the Open Information Model. Information Systems 24(2), pp , o K. Orr. Data quality and systems theory. Communications of the ACM, 41(2), pp , Feb Βιβλίο: Ονόματα συγγραφέων, τίτλος, εκδοτικός οίκος, ημερομηνία. o V.R. Basili, G.Caldiera, H.D. Rombach. The Goal Question Metric Approach. Encyclopedia of Software Engineering, pp , John Wiley & Sons, Inc, Web: Οτιδήποτε βρέθηκε από το Web, δίνουμε και το URL. Αν η ημερομηνία συγγραφής δεν είναι σαφής, δίνουμε την ημερομηνία που το διαβάσαμε. o E.B. Dean. Quality Functional Deployment from the Perspective of Competitive Advantage. Available at Αν την ώρα που γράφετε το κείμενο δεν προλαβαίνετε ή βαριέστε να συμπληρώσετε σωστά την αναφορά στο τέλος του κειμένου, βρείτε ένα χαρακτηριστικό τρόπο να αναφερθείτε σ αυτήν και σημειώστε τον ΚΑΙ πάνω στο hard-copy σας. Φροντίστε να είναι μια πολύ draft περιγραφή -- τόσο draft ώστε να πρέπει υποχρεωτικώς να την διορθώσετε κάποια άλλη στιγμή. 8.2 LaTex Για όσους γράφουν σε LaTeX, η διαχείριση της βιβλιογραφίας είναι κάπως πιο εύκολη. Εκμεταλλευθείτε το DBLP όσο το δυνατόν περισσότερο. Απλώς, προσέξτε τις παγίδες. Π.χ., δεν αρκεί το author = {Timos K. Sellis and Nick Roussopoulos and Christos Faloutsos}, title = {The R+-Tree: A Dynamic Index for Multi-Dimensional Objects.}, booktitle = {VLDB}, year = {1987}, pages = { }, ee = {db/conf/vldb/sellisrf87.html}, crossref = {DBLP:conf/vldb/87}, bibsource = {DBLP, } αλλά πρέπει και να συνοδεύεται και από editor = {Peter M. Stocker and William Kent and Peter Hammersley}, title = {VLDB'87, Proceedings of 13th International Conference on Very Large Data Bases,September 1-4,1987,Brighton, England}, publisher = {Morgan Kaufmann}, year = {1987}, isbn = { X}, bibsource = {DBLP, } C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 13/14

14 ή, ακόμα, τα δυο αυτά citations μπορούν να αντικατασταθούν από ένα, author = {Timos K. Sellis and Nick Roussopoulos and Christos Faloutsos}, editor = {Peter M. Stocker and William Kent and Peter Hammersley}, title = {The R+-Tree: A Dynamic Index for Multi-Dimensional Objects}, booktitle = {VLDB'87, Proceedings of 13th International Conference on Very Large Data Bases, September 1-4, 1987, Brighton, England}, publisher = {Morgan Kaufmann}, year = {1987}, isbn = { X}, pages = { }, ee = {db/conf/vldb/sellisrf87.html}, crossref = {DBLP:conf/vldb/87}, bibsource = {DBLP, } Εν γένει, αν χρησιμοποιείτε Latex, μπορείτε να διαλέξετε αν θα χρησιμοποιήσετε αριθμούς για τα citations στο κείμενό σας, ή αλφαριθμητικά. C:\Users\pvassil\UoI\TEMPLATES\FormsForGraduates\MSc_Templates\MSc_guidelines_byPV.doc 14/14

Γενικές αρχές εκπόνησης επισκοπήσεων της βιβλιογραφίας (surveys)

Γενικές αρχές εκπόνησης επισκοπήσεων της βιβλιογραφίας (surveys) Γενικές αρχές εκπόνησης επισκοπήσεων της βιβλιογραφίας (surveys) Π. Βασιλειάδης Τετάρτη, 3 Οκτωβρίου 2007 http://www.cs.uoi.gr/~pvassil/linx/localcopies4grads/survey_guidelines_bypv.pdf 1. Εισαγωγικά Η

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Υπόδειγμα εξωφύλλου του αντιτύπου που υποβάλλεται στις βιβλιοθήκες (διπλωματική εργασία) ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΤΟΜΕΑΣ ΤΕΧΝΟΛΟΓΙΑΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

Διαβάστε περισσότερα

Μεθοδολογία 2014 (για το Σεμινάριο Όπερες του Μότσαρτ)

Μεθοδολογία 2014 (για το Σεμινάριο Όπερες του Μότσαρτ) Μεθοδολογία 2014 (για το Σεμινάριο Όπερες του Μότσαρτ) Όταν κάνουμε μια επιστημονική εργασία πρέπει α/ να βασιζόμαστε σε αυτά που έχουν γραφτεί από άλλους πριν από εμάς, για να αντλήσουμε πληροφορίες β/

Διαβάστε περισσότερα

Τίτλος Εργασίας Εργαστηριακής Παρουσίασης

Τίτλος Εργασίας Εργαστηριακής Παρουσίασης Τίτλος Εργασίας Εργαστηριακής Παρουσίασης Επώνυμο και Όνομα Πρώτου Εισηγητή (ΠΡΟΣΟΧΗ: πρώτα το Επώνυμο) Ιδιότητα, Εργασιακός Φορέας, Διεύθυνση email Επώνυμο και Όνομα Δεύτερου Εισηγητή (ΠΡΟΣΟΧΗ: πρώτα

Διαβάστε περισσότερα

Τίτλος Εργασίας Εκπαιδευτικού Σεναρίου

Τίτλος Εργασίας Εκπαιδευτικού Σεναρίου Τίτλος Εργασίας Εκπαιδευτικού Σεναρίου Επώνυμο και Όνομα Πρώτου Εισηγητή (ΠΡΟΣΟΧΗ: πρώτα το Επώνυμο) Ιδιότητα, Εργασιακός Φορέας, Διεύθυνση email Επώνυμο και Όνομα Δεύτερου Εισηγητή (ΠΡΟΣΟΧΗ: πρώτα το

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών 44 Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών Διδακτικοί στόχοι Σκοπός του κεφαλαίου είναι οι μαθητές να κατανοήσουν τα βήματα που ακολουθούνται κατά την ανάπτυξη μιας εφαρμογής.

Διαβάστε περισσότερα

Τίτλος Εργασίας Καινοτόμου Προγράμματος και Δράσης

Τίτλος Εργασίας Καινοτόμου Προγράμματος και Δράσης Τίτλος Εργασίας Καινοτόμου Προγράμματος και Δράσης Επώνυμο και Όνομα Πρώτου Εισηγητή (ΠΡΟΣΟΧΗ: πρώτα το Επώνυμο) Ιδιότητα, Εργασιακός Φορέας, Διεύθυνση email Επώνυμο και Όνομα Δεύτερου Εισηγητή (ΠΡΟΣΟΧΗ:

Διαβάστε περισσότερα

Μια από τις σημαντικότερες δυσκολίες που συναντά ο φυσικός στη διάρκεια ενός πειράματος, είναι τα σφάλματα.

Μια από τις σημαντικότερες δυσκολίες που συναντά ο φυσικός στη διάρκεια ενός πειράματος, είναι τα σφάλματα. Εισαγωγή Μετρήσεις-Σφάλματα Πολλές φορές θα έχει τύχει να ακούσουμε τη λέξη πείραμα, είτε στο μάθημα είτε σε κάποια είδηση που αφορά τη Φυσική, τη Χημεία ή τη Βιολογία. Είναι όμως γενικώς παραδεκτό ότι

Διαβάστε περισσότερα

Τμήμα Επιστημών της Θάλασσας Σύντομες οδηγίες συγγραφής της Πτυχιακής Εργασίας

Τμήμα Επιστημών της Θάλασσας Σύντομες οδηγίες συγγραφής της Πτυχιακής Εργασίας Τμήμα Επιστημών της Θάλασσας Σύντομες οδηγίες συγγραφής της Πτυχιακής Εργασίας Περίληψη (τυπική έκταση: 2-3 παράγραφοι) Η Περίληψη συνοψίζει την εργασία και τα κύρια ευρήματα αυτής με τέτοιον τρόπο, ώστε

Διαβάστε περισσότερα

ΣΥΓΓΡΑΦΗ ΕΠΙΣΤΗΜΟΝΙΚΗΣ ΕΡΕΥΝΑΣ

ΣΥΓΓΡΑΦΗ ΕΠΙΣΤΗΜΟΝΙΚΗΣ ΕΡΕΥΝΑΣ ΣΥΓΓΡΑΦΗ ΕΠΙΣΤΗΜΟΝΙΚΗΣ ΕΡΕΥΝΑΣ Τίτλος Ονοματεπώνυμο συγγραφέα Πανεπιστήμιο Ονοματεπώνυμο δεύτερου (τρίτου κ.ο.κ.) συγγραφέα Πανεπιστήμιο Η κεφαλίδα (μπαίνει πάνω δεξιά σε κάθε σελίδα): περιγράφει το θέμα

Διαβάστε περισσότερα

ΙΔΕΟΚΑΤΑΣΚΕΥΕΣ: ΣΚΕΦΤΟΜΑΙ ΚΑΙ ΓΡΑΦΩ

ΙΔΕΟΚΑΤΑΣΚΕΥΕΣ: ΣΚΕΦΤΟΜΑΙ ΚΑΙ ΓΡΑΦΩ 1 ΙΔΕΟΚΑΤΑΣΚΕΥΕΣ: ΣΚΕΦΤΟΜΑΙ ΚΑΙ ΓΡΑΦΩ Κώστας Κύρος 2 ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ 1 3 ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ 2 Γίνε και εσύ ένας συγγραφέας! Γράψε τη δική σου μικρή ιστορία. Εκτύπωσέ την και δώσ την στους φίλους σου για να

Διαβάστε περισσότερα

2ο ΓΥΜΝΑΣΙΟ ΣΗΤΕΙΑΣ ΓΙΑΝΝΗΣ ΠΡΙΝΙΩΤΑΚΗΣ ΤΕΧΝΟΛΟΓΙΑ Γ ΓΥΜΝΑΣΙΟΥ «ΕΡΕΥΝΑ & ΠΕΙΡΑΜΑΤΙΣΜΟΣ» «ΟΔΗΓΙΕΣ ΣΥΝΤΑΞΗΣ ΓΡΑΠΤΗΣ ΕΡΓΑΣΙΑΣ»

2ο ΓΥΜΝΑΣΙΟ ΣΗΤΕΙΑΣ ΓΙΑΝΝΗΣ ΠΡΙΝΙΩΤΑΚΗΣ ΤΕΧΝΟΛΟΓΙΑ Γ ΓΥΜΝΑΣΙΟΥ «ΕΡΕΥΝΑ & ΠΕΙΡΑΜΑΤΙΣΜΟΣ» «ΟΔΗΓΙΕΣ ΣΥΝΤΑΞΗΣ ΓΡΑΠΤΗΣ ΕΡΓΑΣΙΑΣ» 2016 2ο ΓΥΜΝΑΣΙΟ ΣΗΤΕΙΑΣ ΓΙΑΝΝΗΣ ΠΡΙΝΙΩΤΑΚΗΣ ΤΕΧΝΟΛΟΓΙΑ Γ ΓΥΜΝΑΣΙΟΥ «ΕΡΕΥΝΑ & ΠΕΙΡΑΜΑΤΙΣΜΟΣ» «ΟΔΗΓΙΕΣ ΣΥΝΤΑΞΗΣ ΓΡΑΠΤΗΣ ΕΡΓΑΣΙΑΣ» ΕΙΣΑΓΩΓΗ Κατά την εμπλοκή σας στις δραστηριότητες του μαθήματος της Τεχνολογίας

Διαβάστε περισσότερα

ΣΧΕΔΙΟ ΜΑΘΗΜΑΤΟΣ: ΜΑΘΗΜΑΤΙΚΑ ΣΤ ΔΗΜΟΤΙΚΟΥ «ΤΑ ΚΛΑΣΜΑΤΑ»

ΣΧΕΔΙΟ ΜΑΘΗΜΑΤΟΣ: ΜΑΘΗΜΑΤΙΚΑ ΣΤ ΔΗΜΟΤΙΚΟΥ «ΤΑ ΚΛΑΣΜΑΤΑ» ΣΧΕΔΙΟ ΜΑΘΗΜΑΤΟΣ: ΜΑΘΗΜΑΤΙΚΑ ΣΤ ΔΗΜΟΤΙΚΟΥ «ΤΑ ΚΛΑΣΜΑΤΑ» Νικόλαος Μπαλκίζας 1. ΕΙΣΑΓΩΓΗ Σκοπός του σχεδίου μαθήματος είναι να μάθουν όλοι οι μαθητές της τάξης τις έννοιες της ισοδυναμίας των κλασμάτων,

Διαβάστε περισσότερα

Μεθοδολογία Έρευνας Διάλεξη 10 η ( ) Παρουσίαση Πτυχιακής Εργασίας

Μεθοδολογία Έρευνας Διάλεξη 10 η ( ) Παρουσίαση Πτυχιακής Εργασίας Μεθοδολογία Έρευνας Διάλεξη 10 η (2018 19) Παρουσίαση Πτυχιακής Εργασίας Δρ. Αλέξανδρος Αποστολάκης Email: aapostolakis@staff.teicrete.gr E-class μαθήματος: https://eclass.teicrete.gr/courses/dsh208 Διάρθρωση

Διαβάστε περισσότερα

Κεφάλαιο 5 Κριτήρια απόρριψης απόμακρων τιμών

Κεφάλαιο 5 Κριτήρια απόρριψης απόμακρων τιμών Κεφάλαιο 5 Κριτήρια απόρριψης απόμακρων τιμών Σύνοψη Στο κεφάλαιο αυτό παρουσιάζονται δύο κριτήρια απόρριψης απομακρυσμένων από τη μέση τιμή πειραματικών μετρήσεων ενός φυσικού μεγέθους και συγκεκριμένα

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. Μονοδιάστατοι πίνακες Πότε πρέπει να χρησιμοποιούνται πίνακες Πολυδιάστατοι πίνακες Τυπικές επεξεργασίες πινάκων

ΠΕΡΙΕΧΟΜΕΝΑ. Μονοδιάστατοι πίνακες Πότε πρέπει να χρησιμοποιούνται πίνακες Πολυδιάστατοι πίνακες Τυπικές επεξεργασίες πινάκων ΠΕΡΙΕΧΟΜΕΝΑ Μονοδιάστατοι πίνακες Πότε πρέπει να χρησιμοποιούνται πίνακες Πολυδιάστατοι πίνακες Τυπικές επεξεργασίες πινάκων Εισαγωγή Η χρήση των μεταβλητών με δείκτες στην άλγεβρα είναι ένας ιδιαίτερα

Διαβάστε περισσότερα

Περιληπτικά, τα βήματα που ακολουθούμε γενικά είναι τα εξής:

Περιληπτικά, τα βήματα που ακολουθούμε γενικά είναι τα εξής: Αυτό που πρέπει να θυμόμαστε, για να μη στεναχωριόμαστε, είναι πως τόσο στις εξισώσεις, όσο και στις ανισώσεις 1ου βαθμού, που θέλουμε να λύσουμε, ακολουθούμε ακριβώς τα ίδια βήματα! Εκεί που πρεπει να

Διαβάστε περισσότερα

Περιεχόμενα. Κεφάλαιο 1 Εισαγωγή στην Access...9. Κεφάλαιο 2 Χειρισμός πινάκων... 25

Περιεχόμενα. Κεφάλαιο 1 Εισαγωγή στην Access...9. Κεφάλαιο 2 Χειρισμός πινάκων... 25 Περιεχόμενα Κεφάλαιο 1 Εισαγωγή στην Access...9 Γνωριμία με την Access... 12 Δημιουργία βάσης δεδομένων... 18 Άνοιγμα και κλείσιμο βάσης δεδομένων... 21 Ερωτήσεις ανακεφαλαίωσης... 22 Πρακτική εξάσκηση...

Διαβάστε περισσότερα

Τίτλος Εργασίας. Επώνυμο και Όνομα Πρώτου Εισηγητή (ΠΡΟΣΟΧΗ: πρώτα το Επώνυμο) Ιδιότητα, Εργασιακός Φορέας, Διεύθυνση

Τίτλος Εργασίας. Επώνυμο και Όνομα Πρώτου Εισηγητή (ΠΡΟΣΟΧΗ: πρώτα το Επώνυμο) Ιδιότητα, Εργασιακός Φορέας, Διεύθυνση Τίτλος Εργασίας Επώνυμο και Όνομα Πρώτου Εισηγητή (ΠΡΟΣΟΧΗ: πρώτα το Επώνυμο) Ιδιότητα, Εργασιακός Φορέας, Διεύθυνση email Επώνυμο και Όνομα Δεύτερου Εισηγητή (ΠΡΟΣΟΧΗ: πρώτα το Επώνυμο) Ιδιότητα, Εργασιακός

Διαβάστε περισσότερα

ΓΥΜΝΑΣΙΟ ΑΓΙΟΥ ΣΤΥΛΙΑΝΟΥ Μ 7 ΣΧΟΛΙΚΗ ΧΡΟΝΙΑ: ΤΡΟΠΟΙ ΜΕΛΕΤΗΣ

ΓΥΜΝΑΣΙΟ ΑΓΙΟΥ ΣΤΥΛΙΑΝΟΥ Μ 7 ΣΧΟΛΙΚΗ ΧΡΟΝΙΑ: ΤΡΟΠΟΙ ΜΕΛΕΤΗΣ ΓΥΜΝΑΣΙΟ ΑΓΙΟΥ ΣΤΥΛΙΑΝΟΥ Μ 7 ΣΧΟΛΙΚΗ ΧΡΟΝΙΑ: 2016-2017 ΤΡΟΠΟΙ ΜΕΛΕΤΗΣ Πιο κάτω προσφέρουμε κάποιους τρόπους μελέτης που θα σας βοηθήσουν να μαθαίνετε πιο εύκολα και να θυμάστε καλύτερα τις γνώσεις που

Διαβάστε περισσότερα

Οδηγός Ασκήσεων Υποδικτύωσης

Οδηγός Ασκήσεων Υποδικτύωσης Οδηγός Ασκήσεων Υποδικτύωσης Για να επιλύσουμε ασκήσεις υποδικτύωσης θα πρέπει: Να γνωρίζουμε μετατροπή από δυαδικό στο δεκαδικό και το ανάποδο (το βιβλίο και το βοήθημα περιγράφουν κάποιους εύκολους τρόπους).

Διαβάστε περισσότερα

ΔΙΔΑΣΚΑΛΙΑ ΤΗΣ ΕΝΝΟΙΑΣ ΤΟΥ ΟΡΙΟΥ ΣΥΝΑΡΤΗΣΗΣ

ΔΙΔΑΣΚΑΛΙΑ ΤΗΣ ΕΝΝΟΙΑΣ ΤΟΥ ΟΡΙΟΥ ΣΥΝΑΡΤΗΣΗΣ ΕΠΙΜΟΡΦΩΣΗ ΤΩΝ ΕΚΠΑΙΔΕΥΤΙΚΩΝ ΓΙΑ ΤΗΝ ΑΞΙΟΠΟΙΗΣΗ ΚΑΙ ΕΦΑΡΜΟΓΗ ΤΩΝ ΤΠΕ ΣΤΗ ΔΙΔΑΚΤΙΚΗ ΠΡΑΞΗ ΔΙΔΑΣΚΑΛΙΑ ΤΗΣ ΕΝΝΟΙΑΣ ΤΟΥ ΟΡΙΟΥ ΣΥΝΑΡΤΗΣΗΣ ΟΡΙΟ ΣΥΝΑΡΤΗΣΗΣ ΕΞ ΑΡΙΣΤΕΡΩΝ ΚΑΙ ΕΚ ΔΕΞΙΩΝ ΣΥΓΓΡΑΦΕΑΣ: ΚΟΥΤΙΔΗΣ ΙΩΑΝΝΗΣ

Διαβάστε περισσότερα

Επιστημογνωσία 3: Διόρθωση άρθρου (Reviewing) Αναστασία Κριθαρά (ΙΠΤΗΛ)

Επιστημογνωσία 3: Διόρθωση άρθρου (Reviewing) Αναστασία Κριθαρά (ΙΠΤΗΛ) Επιστημογνωσία 3: Διόρθωση άρθρου (Reviewing) Αναστασία Κριθαρά (ΙΠΤΗΛ) Γιατί να αναλάβουμε τη διόρθωση ενός άρθρου; Γιατί μας ανατέθηκε και πρέπει να το κάνουμε Για να ενημερωθούμε για τις τελευταίες

Διαβάστε περισσότερα

Εργασία στο μάθημα της Τεχνολογίας

Εργασία στο μάθημα της Τεχνολογίας 5 ο Γυμνάσιο Αγίας Παρασκευής Σχολ. Έτος 2017-18 Εργασία στο μάθημα της Τεχνολογίας Πληκτρολόγησε τον τίτλο της Έρευνας Ο τίτλος μιας έρευνας θα πρέπει να δίνει στον αναγνώστη τη δυνατότητα να αντιληφθεί

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ 1 ΠΕΜΠΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης.

ΑΝΑΛΥΣΗ 1 ΠΕΜΠΤΟ ΜΑΘΗΜΑ, Μ. Παπαδημητράκης. ΑΝΑΛΥΣΗ 1 ΠΕΜΠΤΟ ΜΑΘΗΜΑ, 17-10-13 Μ. Παπαδημητράκης. 1 Την προηγούμενη φορά αναφέραμε (και αποδείξαμε στην περίπτωση n = 2) το θεώρημα που λέει ότι, αν n N, n 2, τότε για κάθε y 0 υπάρχει μοναδική μηαρνητική

Διαβάστε περισσότερα

Οδηγός. Σχολιασμού. Διπλωματικής Εργασίας

Οδηγός. Σχολιασμού. Διπλωματικής Εργασίας ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Μεταπτυχιακό Δίπλωμα Ειδίκευσης: «Σπουδές στην Εκπαίδευση» Οδηγός Σχολιασμού Διπλωματικής Εργασίας (βιβλιογραφική σύνθεση) ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ: «ΕΞΕΛΙΞΗ ΤΟΥ ΠΑΙΔΙΟΥ ΣΤΟ ΚΟΙΝΩΝΙΚΟ

Διαβάστε περισσότερα

Ενότητα εκπαίδευσης και κατάρτισης για τις δεξιότητες ηγεσίας. Αξιολόγηση Ικανοτήτων

Ενότητα εκπαίδευσης και κατάρτισης για τις δεξιότητες ηγεσίας. Αξιολόγηση Ικανοτήτων 3 Ενότητα εκπαίδευσης και κατάρτισης για τις δεξιότητες ηγεσίας Αξιολόγηση Ικανοτήτων Αξιολόγηση Ικανοτήτων Γενική Περιγραφή της Ενότητας: Αυτή η ενότητα στοχεύει στην αξιολόγηση των ηγετικών ικανοτήτων

Διαβάστε περισσότερα

ΜΕ -9900 3 η Εισήγηση

ΜΕ -9900 3 η Εισήγηση ΕΠΕΑΕΚ: ΑΝΑΜΟΡΦΩΣΗ ΤΟΥ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΤΟΥ ΤΕΦΑΑ ΠΘ ΑΥΤΕΠΙΣΤΑΣΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΦΥΣΙΚΗΣ ΑΓΩΓΗΣ & ΑΘΛΗΤΙΣΜΟΥ ΜΕ9900 ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Έρευνα και Συγγραφή Βασιλική Ζήση, PhD

Διαβάστε περισσότερα

ΛΟΓΙΣΜΟΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ, ΕΣΠΙ 1

ΛΟΓΙΣΜΟΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ, ΕΣΠΙ 1 ΛΟΓΙΣΜΟΣ ΜΙΑΣ ΜΕΤΑΒΛΗΤΗΣ, ΕΣΠΙ 1 ΣΥΝΑΡΤΗΣΕΙΣ Η έννοια της συνάρτησης είναι θεμελιώδης στο λογισμό και διαπερνά όλους τους μαθηματικούς κλάδους. Για το φοιτητή είναι σημαντικό να κατανοήσει πλήρως αυτή

Διαβάστε περισσότερα

Γ Γυμνασίου: Οδηγίες Γραπτής Εργασίας και Σεμιναρίων. Επιμέλεια Καραβλίδης Αλέξανδρος. Πίνακας περιεχομένων

Γ Γυμνασίου: Οδηγίες Γραπτής Εργασίας και Σεμιναρίων. Επιμέλεια Καραβλίδης Αλέξανδρος. Πίνακας περιεχομένων Γ Γυμνασίου: Οδηγίες Γραπτής Εργασίας και Σεμιναρίων. Πίνακας περιεχομένων Τίτλος της έρευνας (title)... 2 Περιγραφή του προβλήματος (Statement of the problem)... 2 Περιγραφή του σκοπού της έρευνας (statement

Διαβάστε περισσότερα

Υπολογιστικής Σκέψης

Υπολογιστικής Σκέψης Απόκτηση και καλλιέργεια Υπολογιστικής Σκέψης Διακριτά Μαθηματικά Εισαγωγή στους Αλγόριθμους Αλγοριθμικά Θέματα Ασύρματων Δικτύων Υπολογιστική Επιστήμη και Πολιτισμός Τι είναι η υπολογιστική σκέψη; Οι

Διαβάστε περισσότερα

Βασικά ζητήματα μιας βάσης δεδομένων

Βασικά ζητήματα μιας βάσης δεδομένων Τριαντάφυλλος Πριμηκύρης* Βασικά ζητήματα μιας βάσης δεδομένων Τι είναι μια βάση δεδομένων; Ας ξεκινήσουμε με κάτι πολύ απλό! Όλοι έχετε έναν τηλεφωνικό κατάλογο. Ο κατάλογος αυτός είναι μια χειροκίνητη

Διαβάστε περισσότερα

Αλγόριθμοι για αυτόματα

Αλγόριθμοι για αυτόματα Κεφάλαιο 8 Αλγόριθμοι για αυτόματα Κύρια βιβλιογραφική αναφορά για αυτό το Κεφάλαιο είναι η Hopcroft, Motwani, and Ullman 2007. 8.1 Πότε ένα DFA αναγνωρίζει κενή ή άπειρη γλώσσα Δοθέντος ενός DFA M καλούμαστε

Διαβάστε περισσότερα

ΚΑΤΑΣΚΕΥΗ ΠΑΡΑΛΛΗΛΟΓΡΑΜΜΩΝ ΜΕ ΧΡΗΣΗ LOGO

ΚΑΤΑΣΚΕΥΗ ΠΑΡΑΛΛΗΛΟΓΡΑΜΜΩΝ ΜΕ ΧΡΗΣΗ LOGO 1 ΚΑΤΑΣΚΕΥΗ ΠΑΡΑΛΛΗΛΟΓΡΑΜΜΩΝ ΜΕ ΧΡΗΣΗ LOGO ΦΥΛΛΑ ΕΡΓΑΣΙΑΣ ΜΑΘΗΤΗ ΦΥΛΛΟ ΕΡΓΑΣΙΑΣ 1 1. Τοποθέτησε μια χελώνα στην επιφάνεια εργασίας. 2. Με ποια εντολή γράφει η χελώνα μας;.. 3. Γράψε την εντολή για να πάει

Διαβάστε περισσότερα

ΟΔΗΓΟΣ ΣΥΓΓΡΑΦΗΣ ΕΡΓΑΣΤΗΡΙΑΚΗΣ ΑΝΑΦΟΡΑΣ

ΟΔΗΓΟΣ ΣΥΓΓΡΑΦΗΣ ΕΡΓΑΣΤΗΡΙΑΚΗΣ ΑΝΑΦΟΡΑΣ ΤΕΙ ΑΘΗΝΑΣ ΤΜΗΜΑ ΑΚΤΙΝΟΛΟΓΙΑΣ ΚΑΙ ΑΚΤΙΝΟΘΕΡΑΠΕΙΑΣ ΕΡΓΑΣΤΗΡΙΟ ΑΚΤΙΝΟΠΡΟΣΤΑΣΙΑΣ ΑΝΑΠΛΗΡΩΤΗΣ ΚΑΘΗΓΗΤΗΣ Α. ΜΠΑΚΑΣ ΟΔΗΓΟΣ ΣΥΓΓΡΑΦΗΣ ΕΡΓΑΣΤΗΡΙΑΚΗΣ ΑΝΑΦΟΡΑΣ Στον οδηγό αυτό παρατίθενται συμβουλές για την συγγραφή

Διαβάστε περισσότερα

Τιμή Τιμή. σκορ. ζωές

Τιμή Τιμή. σκορ. ζωές Εισαγωγή στην έννοια των μεταβλητών Οι μεταβλητές Θα πρέπει να έχετε παρατηρήσει ότι έχουμε φτιάξει τόσα παιχνίδια μέχρι αυτό το σημείο και δεν έχουμε αναφερθεί πουθενά για το πως μπορούμε να δημιουργήσουμε

Διαβάστε περισσότερα

eclass4u Tutoring Series #1 ΧΡΗΣΙΜΕΣ

eclass4u Tutoring Series #1 ΧΡΗΣΙΜΕΣ eclass4u Tutoring Series #1 ΧΡΗΣΙΜΕΣ ΣΥΜΒΟΥΛΕΣ για να γράψετε μία Τέλεια Εργασία ΠΕΡΙΕΧΟΜΕΝΑ E-BOOK 1 ΓΡΑΜΜΑΤΟΣΕΙΡΑ 2 ΠΕΡΙΘΩΡΙΑ 3 ΤΙΤΛΟΙ ΚΑΙ ΥΠΟΤΙΤΛΟΙ/ ΕΠΙΚΕΦΑΛΙΔΕΣ 4 BULLET POINTS 5 ΠΑΡΑΓΡΑΦΟΙ ΔΙΑΣΤΗΜΑΤΑ

Διαβάστε περισσότερα

Κατακερματισμός (Hashing)

Κατακερματισμός (Hashing) Κατακερματισμός (Hashing) O κατακερματισμός είναι μια τεχνική οργάνωσης ενός αρχείου. Είναι αρκετά δημοφιλής μέθοδος για την οργάνωση αρχείων Βάσεων Δεδομένων, καθώς βοηθάει σημαντικά στην γρήγορη αναζήτηση

Διαβάστε περισσότερα

Κατασκευή Μαθησιακών Στόχων και Κριτηρίων Επιτυχίας: Αξιολόγηση για Μάθηση στην Πράξη

Κατασκευή Μαθησιακών Στόχων και Κριτηρίων Επιτυχίας: Αξιολόγηση για Μάθηση στην Πράξη Κατασκευή Μαθησιακών Στόχων και Κριτηρίων Επιτυχίας: Αξιολόγηση για Μάθηση στην Πράξη Μαργαρίτα Χριστοφορίδου 25 Απριλίου 2015 ΕΚΠΑΙΔΕΥΤΙΚΗ ΗΜΕΡΙΔΑ «ΑΞΙΟΛΟΓΗΣΗ ΤΟΥ ΜΑΘΗΤΗ- ΣΥΓΧΡΟΝΕΣ ΤΑΣΕΙΣ-ΠΡΑΚΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ»

Διαβάστε περισσότερα

Διαδικασιακός Προγραμματισμός

Διαδικασιακός Προγραμματισμός Τμήμα ΜΗΧΑΝΙΚΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΤΕ ΤΕΙ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ Διαδικασιακός Προγραμματισμός Διάλεξη 2 η Τύποι Δεδομένων Δήλωση Μεταβλητών Έξοδος Δεδομένων Οι διαλέξεις βασίζονται στο βιβλίο των Τσελίκη και Τσελίκα

Διαβάστε περισσότερα

ΕΠΙΜΟΡΦΩΤΙΚΗ ΗΜΕΡΙΔΑ «Η ΑΞΙΟΛΟΓΗΣΗ ΤΟΥ ΜΑΘΗΤΗ ΣΥΜΦΩΝΑ ΜΕ ΤΑ ΝΕΑ ΠΡΟΓΡΑΜΜΑΤΑ ΣΠΟΥΔΩΝ»

ΕΠΙΜΟΡΦΩΤΙΚΗ ΗΜΕΡΙΔΑ «Η ΑΞΙΟΛΟΓΗΣΗ ΤΟΥ ΜΑΘΗΤΗ ΣΥΜΦΩΝΑ ΜΕ ΤΑ ΝΕΑ ΠΡΟΓΡΑΜΜΑΤΑ ΣΠΟΥΔΩΝ» ΕΠΙΜΟΡΦΩΤΙΚΗ ΗΜΕΡΙΔΑ «Η ΑΞΙΟΛΟΓΗΣΗ ΤΟΥ ΜΑΘΗΤΗ ΣΥΜΦΩΝΑ ΜΕ ΤΑ ΝΕΑ ΠΡΟΓΡΑΜΜΑΤΑ ΣΠΟΥΔΩΝ» ΕΙΣΗΓΗΣΗ: «Πρακτικές αξιολόγησης κατά τη διδασκαλία των Μαθηματικών» Γιάννης Χριστάκης Σχολικός Σύμβουλος 3ης Περιφέρειας

Διαβάστε περισσότερα

Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων

Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων Εργαστήριο Βάσεων Δεδομένων Εισαγωγικό Φροντιστήριο Βασικές Έννοιες - Ανάλυση Απαιτήσεων Τρόπος Διεξαγωγής #1 Ύλη (4 Ενότητες) 1. Ανάλυση Απαιτήσεων -Σχεδιασμός Βάσης Δεδομένων 2. Δημιουργία βάσης a) Create

Διαβάστε περισσότερα

Οδηγίες συγγραφής αναφοράς (ΒΙΟ 230) «12 βήματα προς την επιτυχία» Βασίλης Προμπονάς Λευκωσία, 2018

Οδηγίες συγγραφής αναφοράς (ΒΙΟ 230) «12 βήματα προς την επιτυχία» Βασίλης Προμπονάς Λευκωσία, 2018 Οδηγίες συγγραφής αναφοράς (ΒΙΟ 230) «12 βήματα προς την επιτυχία» Βασίλης Προμπονάς Λευκωσία, 2018 Βήμα 1: Κατανοώ καλά το ζητούμενο 1. Διατυπώστε ένα βιολογικό ερώτημα που σας απασχολεί εξηγώντας συνοπτικά

Διαβάστε περισσότερα

Βιβλιογραφία κοινωνικής έρευνας

Βιβλιογραφία κοινωνικής έρευνας Εισαγωγή στην κοινωνική έρευνα Earl Babbie Κεφάλαιο 14 Βιβλιογραφία κοινωνικής έρευνας 14-1 Σύνοψη κεφαλαίου Ανάγνωση κοινωνικών ερευνών Συνετή χρήση του διαδικτύου Συγγραφή κοινωνικών ερευνών Η δεοντολογία

Διαβάστε περισσότερα

5. Απλή Ταξινόμηση. ομές εδομένων. Χρήστος ουλκερίδης. Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων

5. Απλή Ταξινόμηση. ομές εδομένων. Χρήστος ουλκερίδης. Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων Πανεπιστήμιο Πειραιώς Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών Τμήμα Ψηφιακών Συστημάτων 5. Απλή Ταξινόμηση 2 ομές εδομένων 4 5 Χρήστος ουλκερίδης Τμήμα Ψηφιακών Συστημάτων 11/11/2016 Εισαγωγή Η

Διαβάστε περισσότερα

2ο video (επίλυση ανίσωσης 1 ου βαθμού)

2ο video (επίλυση ανίσωσης 1 ου βαθμού) 2ο video (επίλυση ανίσωσης 1 ου βαθμού) 1 Γεια σας και πάλι! Συγχαρητήρια για την επιτυχία σας στην πρώτη ενότητα! 2 Σε αυτό το video θα θυμηθούμε τη διαδικασία επίλυσης πρωτοβάθμιας ανίσωσης, δηλαδή όλα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΝΘΡΩΠΙΝΗΣ ΚΙΝΗΣΗΣ ΚΑΙ ΠΟΙΟΤΗΤΑΣ ΖΩΗΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΝΘΡΩΠΙΝΗΣ ΚΙΝΗΣΗΣ ΚΑΙ ΠΟΙΟΤΗΤΑΣ ΖΩΗΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΝΘΡΩΠΙΝΗΣ ΚΙΝΗΣΗΣ ΚΑΙ ΠΟΙΟΤΗΤΑΣ ΖΩΗΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ Οδηγός Εκπόνησης Διπλωματικής Εργασίας ΣΠΑΡΤΗ 2010-11 Περιεχόμενα 1.ΔΟΜΗ ΚΑΙ ΠΕΡΙΕΧΟΜΕΝΟ Της ΔΙΠΛΩΜΑΤΙΚΗΣ

Διαβάστε περισσότερα

Έστω ένας πίνακας με όνομα Α δέκα θέσεων : 1 η 2 η 3 η 4 η 5 η 6 η 7 η 8 η 9 η 10 η

Έστω ένας πίνακας με όνομα Α δέκα θέσεων : 1 η 2 η 3 η 4 η 5 η 6 η 7 η 8 η 9 η 10 η Μονοδιάστατοι Πίνακες Τι είναι ο πίνακας γενικά : Πίνακας είναι μια Στατική Δομή Δεδομένων. Δηλαδή συνεχόμενες θέσεις μνήμης, όπου το πλήθος των θέσεων είναι συγκεκριμένο. Στις θέσεις αυτές καταχωρούμε

Διαβάστε περισσότερα

ΜΕ - 9900 ΕΠΕΑΕΚ: ΑΝΑΜΟΡΦΩΣΗ ΤΟΥ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΤΟΥ ΤΕΦΑΑ ΠΘ ΑΥΤΕΠΙΣΤΑΣΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΦΥΣΙΚΗΣ ΑΓΩΓΗΣ & ΑΘΛΗΤΙΣΜΟΥ

ΜΕ - 9900 ΕΠΕΑΕΚ: ΑΝΑΜΟΡΦΩΣΗ ΤΟΥ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΤΟΥ ΤΕΦΑΑ ΠΘ ΑΥΤΕΠΙΣΤΑΣΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΦΥΣΙΚΗΣ ΑΓΩΓΗΣ & ΑΘΛΗΤΙΣΜΟΥ ΕΠΕΑΕΚ: ΑΝΑΜΟΡΦΩΣΗ ΤΟΥ ΠΡΟΓΡΑΜΜΑΤΟΣ ΣΠΟΥΔΩΝ ΤΟΥ ΤΕΦΑΑ ΠΘ ΑΥΤΕΠΙΣΤΑΣΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΦΥΣΙΚΗΣ ΑΓΩΓΗΣ & ΑΘΛΗΤΙΣΜΟΥ ΜΕ9900 ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Έρευνα και Συγγραφή Λέκτορας Διάλεξη

Διαβάστε περισσότερα

ΜΑΘΗΜΑ 2Σ6 01 ΕΡΓΑΣΤΗΡΙΟ ΧΩΡΟΤΑΞΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ

ΜΑΘΗΜΑ 2Σ6 01 ΕΡΓΑΣΤΗΡΙΟ ΧΩΡΟΤΑΞΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ ΜΑΘΗΜΑ 2Σ6 01 ΕΡΓΑΣΤΗΡΙΟ ΧΩΡΟΤΑΞΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ 1 Το εργαστήριο χωροταξικού σχεδιασμού ολοκληρώνεται ως εξής: ΠΑΡΑΔΟΣΗ ΚΑΙ ΕΞΕΤΑΣΗ ΤΟΥ ΘΕΜΑΤΟΣ Παράδοση τελικής έκθεσης. Κάθε ομάδα θα παραδώσει, μέσω του

Διαβάστε περισσότερα

5.1.1 Περιγραφή των συστατικών τμημάτων ενός γραφήματος

5.1.1 Περιγραφή των συστατικών τμημάτων ενός γραφήματος 5. Γραφήματα 5.1 Εισαγωγή 5.1.1 Περιγραφή των συστατικών τμημάτων ενός γραφήματος Το Discoverer παρέχει μεγάλες δυνατότητες στη δημιουργία γραφημάτων, καθιστώντας δυνατή τη διαμόρφωση κάθε συστατικού μέρους

Διαβάστε περισσότερα

ΟΔΗΓΟΣ ΕΚΠΟΝΗΣΗΣ ΕΡΓΑΣΙΑΣ

ΟΔΗΓΟΣ ΕΚΠΟΝΗΣΗΣ ΕΡΓΑΣΙΑΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ & ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ & ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ "ΛΟΓΙΣΤΙΚΗ & ΕΛΕΓΚΤΙΚΗ" ΟΔΗΓΟΣ ΕΚΠΟΝΗΣΗΣ ΕΡΓΑΣΙΑΣ Κοζάνη, 2015 Πίνακας περιεχομένων 1) ΓΕΝΙΚΑ ΠΕΡΙ ΕΡΓΑΣΙΩΝ....

Διαβάστε περισσότερα

ΤΕΙ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ & ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΟΔΗΓΟΣ ΣΥΓΓΡΑΦΗΣ ΠΤΥΧΙΑΚΗΣ ΕΡΓΑΣΙΑΣ

ΤΕΙ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ & ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΟΔΗΓΟΣ ΣΥΓΓΡΑΦΗΣ ΠΤΥΧΙΑΚΗΣ ΕΡΓΑΣΙΑΣ ΤΕΙ ΚΕΝΤΡΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ & ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ ΟΔΗΓΟΣ ΣΥΓΓΡΑΦΗΣ ΠΤΥΧΙΑΚΗΣ ΕΡΓΑΣΙΑΣ Σέρρες 2018 Εισαγωγή Σύμφωνα με τον Κανονισμό του ΠΠΣ κάθε Φοιτητής είναι

Διαβάστε περισσότερα

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua.

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua. Μέρος Β /Στατιστική Μέρος Β Στατιστική Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua.gr/gpapadopoulos) Από τις Πιθανότητες στη Στατιστική Στα προηγούμενα, στο

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤOΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ

ΕΙΣΑΓΩΓΗ ΣΤOΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ ΕΙΣΑΓΩΓΗ ΣΤOΝ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟ Στόχοι του μαθήματος Μετά το τέλος του μαθήματος οι μαθητές πρέπει να είναι σε θέση: Να περιγράφουν τι είναι πρόγραμμα Να εξηγούν την αναγκαιότητα για τη δημιουργία γλωσσών

Διαβάστε περισσότερα

Άσκηση 3 Υπολογισμός του μέτρου της ταχύτητας και της επιτάχυνσης

Άσκηση 3 Υπολογισμός του μέτρου της ταχύτητας και της επιτάχυνσης Άσκηση 3 Υπολογισμός του μέτρου της ταχύτητας και της επιτάχυνσης Σύνοψη Σκοπός της συγκεκριμένης άσκησης είναι ο υπολογισμός του μέτρου της στιγμιαίας ταχύτητας και της επιτάχυνσης ενός υλικού σημείου

Διαβάστε περισσότερα

ΑΣΚΗΣΗ. Δημιουργία Ευρετηρίων Συλλογής Κειμένων

ΑΣΚΗΣΗ. Δημιουργία Ευρετηρίων Συλλογής Κειμένων Γλωσσική Τεχνολογία Ακαδημαϊκό Έτος 2011-2012 Ημερομηνία Παράδοσης: Στην εξέταση του μαθήματος ΑΣΚΗΣΗ Δημιουργία Ευρετηρίων Συλλογής Κειμένων Σκοπός της άσκησης είναι η υλοποίηση ενός συστήματος επεξεργασίας

Διαβάστε περισσότερα

Ράβδος Εργαλείων, σχεδόν τα ίδια εργαλεία και εικονίδια υπάρχουν όπως στα άλλα προγράμματα που έχετε μάθει μέχρι σήμερα.

Ράβδος Εργαλείων, σχεδόν τα ίδια εργαλεία και εικονίδια υπάρχουν όπως στα άλλα προγράμματα που έχετε μάθει μέχρι σήμερα. Σαχπατζίδης Αβραάμ Καθηγητής Πληροφορικής Π.Ε 20 Master of Arts (M.A) in "Gender, New Forms of Education, New Forms of Employment and New Technologies in the Information Age". Η Γλώσσα Προγραμματισμού

Διαβάστε περισσότερα

ΤΟ ΠΡΟΣΗΜΟ ΤΟΥ ΤΡΙΩΝΥΜΟΥ

ΤΟ ΠΡΟΣΗΜΟ ΤΟΥ ΤΡΙΩΝΥΜΟΥ ΣΕΝΑΡΙΟ του Κύπρου Κυπρίδηµου, µαθηµατικού ΤΟ ΠΡΟΣΗΜΟ ΤΟΥ ΤΡΙΩΝΥΜΟΥ Περίληψη Στη δραστηριότητα αυτή οι µαθητές καλούνται να διερευνήσουν το πρόσηµο του τριωνύµου φ(x) = αx 2 + βx + γ. Προτείνεται να διδαχθεί

Διαβάστε περισσότερα

Τεχνικές σχεδίασης προγραμμάτων, Προγραμματιστικά Περιβάλλοντα

Τεχνικές σχεδίασης προγραμμάτων, Προγραμματιστικά Περιβάλλοντα Τεχνικές σχεδίασης προγραμμάτων, Προγραμματιστικά Περιβάλλοντα Ενότητες βιβλίου: 6.4, 6.7 Ώρες διδασκαλίας: 1 Τεχνικές σχεδίασης προγραμμάτων Στο βιβλίο γίνεται αναφορά σε μία τεχνική για την ανάπτυξη

Διαβάστε περισσότερα

ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΠΛ 003: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΙΣΤΗΜΗ ΤΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ Δρ. Κόννης Γιώργος Πανεπιστήμιο Κύπρου - Τμήμα Πληροφορικής Προγραμματισμός Στόχοι 1 Να περιγράψουμε τις έννοιες του Υπολογιστικού Προβλήματος και του Προγράμματος/Αλγορίθμου

Διαβάστε περισσότερα

ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ

ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ 1 Η ΜΕΘΟΔΟΛΟΓΙΑ ΕΚΠΟΝΗΣΗΣ ΕΡΕΥΝΗΤΙΚΩΝ ΕΡΓΑΣΙΩΝ... 23 2 Η ΕΠΙΛΟΓΗ ΘΕΜΑΤΟΣ... 25 2.1 ΕΙΣΑΓΩΓΗ... 25 2.2 ΚΡΙΤΗΡΙΑ ΓΙΑ ΤΗΝ ΕΠΙΛΟΓΗ... 26 2.2.1 ΠΡΟΗΓΟΥΜΕΝΕΣ ΕΡΕΥΝΗΤΙΚΕΣ ΕΡΓΑΣΙΕΣ... 26 2.2.2

Διαβάστε περισσότερα

Σχέδιο Μαθήματος - "Ευθεία Απόδειξη"

Σχέδιο Μαθήματος - Ευθεία Απόδειξη Σχέδιο Μαθήματος - "Ευθεία Απόδειξη" ΤΑΞΗ: Α Λυκείου Μάθημα: Άλγεβρα Τίτλος Ενότητας: Μέθοδοι Απόδειξης - Ευθεία απόδειξη Ώρες Διδασκαλίας: 1. Σκοποί Να κατανοήσουν οι μαθητές την διαδικασία της ευθείας

Διαβάστε περισσότερα

Ανάλυση των δραστηριοτήτων κατά γνωστική απαίτηση

Ανάλυση των δραστηριοτήτων κατά γνωστική απαίτηση Ανάλυση των δραστηριοτήτων κατά γνωστική απαίτηση Πέρα όµως από την Γνωσιακή/Εννοιολογική ανάλυση της δοµής και του περιεχοµένου των σχολικών εγχειριδίων των Μαθηµατικών του Δηµοτικού ως προς τις έννοιες

Διαβάστε περισσότερα

Ρετσινάς Σωτήριος ΠΕ 1703 Ηλεκτρολόγων ΑΣΕΤΕΜ

Ρετσινάς Σωτήριος ΠΕ 1703 Ηλεκτρολόγων ΑΣΕΤΕΜ Ρετσινάς Σωτήριος ΠΕ 1703 Ηλεκτρολόγων ΑΣΕΤΕΜ Τι είναι η ερευνητική εργασία Η ερευνητική εργασία στο σχολείο είναι μια δυναμική διαδικασία, ανοιχτή στην αναζήτηση για την κατανόηση του πραγματικού κόσμου.

Διαβάστε περισσότερα

Μαθηματικά Ε Δημοτικού

Μαθηματικά Ε Δημοτικού Μαθηματικά Ε Δημοτικού Πέτρος Κλιάπης 2014 Πέτρος Κλιάπης 12η Περιφέρεια Θεσσαλονίκης Το σύγχρονο μαθησιακό περιβάλλον των Μαθηματικών Ενεργή συμμετοχή των παιδιών Μάθηση μέσα από δραστηριότητες Κατανόηση

Διαβάστε περισσότερα

Θέµα ιερεύνησης: Ο καιρός

Θέµα ιερεύνησης: Ο καιρός Θέµα ιερεύνησης: Ο καιρός Αντικείµενο της συγκεκριµένης δραστηριότητας είναι η µεθοδική παρατήρηση των καιρικών συνθηκών για ένα σχετικά µεγάλο χρονικό διάστηµα, η καταγραφή και οργάνωση των παρατηρήσεων

Διαβάστε περισσότερα

ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΠΑΡΑΠΟΜΠΕΣ ΚΑΙ ΑΝΑΦΟΡΕΣ

ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΠΑΡΑΠΟΜΠΕΣ ΚΑΙ ΑΝΑΦΟΡΕΣ ΒΙΒΛΙΟΓΡΑΦΙΚΕΣ ΠΑΡΑΠΟΜΠΕΣ ΚΑΙ ΑΝΑΦΟΡΕΣ Κάθε αναφορά απόψεις που προέρχεται από εξωτερικές πηγές -βιβλία, περιοδικά, ηλεκτρονικά αρχεία, πρέπει να επισημαίνεται, τόσο μέσα στο κείμενο όσο και στη βιβλιογραφία,

Διαβάστε περισσότερα

Η διδασκαλία του μαθήματος της Τεχνολογίας στο Λύκειο

Η διδασκαλία του μαθήματος της Τεχνολογίας στο Λύκειο ΕΠΙΜΟΡΦΩΤΙΚΗ ΣΥΝΑΝΤΗΣΗ ΚΑΘΗΓΗΤΏΝ ΤΕΧΝΟΛΟΓΙΑΣ ΣΤΟ ΖΑΝΝΕΙΟ ΠΕΙΡΑΜΑΤΙΚΟ ΛΥΚΕΙΟ ΠΕΙΡΑΙΑΣ 22 ΦΕΒΡΟΥΑΡΊΟΥ 2008 ΟΡΓΑΝΩΣΗ: ΣΧΟΛΙΚΟΙ ΣΥΜΒΟΥΛΟΙ ΠΕΙΡΑΙΑ Η διδασκαλία του μαθήματος της Τεχνολογίας στο Λύκειο MIND

Διαβάστε περισσότερα

Συγγραφή Τεχνικών Κειμένων

Συγγραφή Τεχνικών Κειμένων Συγγραφή Τεχνικών Κειμένων Η Ανάπτυξη του κειμένου Από τις διαλέξεις του μαθήματος του Α εξαμήνου σπουδών του Τμήματος Πολιτικών Μηχανικών και Μηχανικών Τοπογραφίας & Γεωπληροφορικής Κ. Παπαθεοδώρου, Αναπληρωτής

Διαβάστε περισσότερα

Εισαγωγικό Μάθημα Βασικές Έννοιες - Ανάλυση Απαιτήσεων

Εισαγωγικό Μάθημα Βασικές Έννοιες - Ανάλυση Απαιτήσεων ..?????? Εργαστήριο ΒΑΣΕΙΣ????????? ΔΕΔΟΜΕΝΩΝ Βάσεων Δεδομένων?? ΙΙ Εισαγωγικό Μάθημα Βασικές Έννοιες - . Γενικά Τρόπος Διεξαγωγής Ορισμός: Βάση Δεδομένων (ΒΔ) είναι μια συλλογή από σχετιζόμενα αντικείμενα

Διαβάστε περισσότερα

Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis)

Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis) Η ΜΕΘΟΔΟΣ PCA (Principle Component Analysis) Η μέθοδος PCA (Ανάλυση Κύριων Συνιστωσών), αποτελεί μία γραμμική μέθοδο συμπίεσης Δεδομένων η οποία συνίσταται από τον επαναπροσδιορισμό των συντεταγμένων ενός

Διαβάστε περισσότερα

Η τέχνη της επιστημονικής παρουσίασης, προφορικής ή αναρτημένης. Χρυσούλα Νικολάου

Η τέχνη της επιστημονικής παρουσίασης, προφορικής ή αναρτημένης. Χρυσούλα Νικολάου Η τέχνη της επιστημονικής παρουσίασης, προφορικής ή αναρτημένης Χρυσούλα Νικολάου Σχεδιασμός παρουσίασης Σκεφτείτε το κεντρικό μήνυμα που θέλετε να μεταφέρετε πριν προετοιμάσετε την προφορική ή αναρτημένη

Διαβάστε περισσότερα

ΕΙΔΗ ΕΡΕΥΝΑΣ I: ΠΕΙΡΑΜΑΤΙΚΗ ΕΡΕΥΝΑ & ΠΕΙΡΑΜΑΤΙΚΟΙ ΣΧΕΔΙΑΣΜΟΙ

ΕΙΔΗ ΕΡΕΥΝΑΣ I: ΠΕΙΡΑΜΑΤΙΚΗ ΕΡΕΥΝΑ & ΠΕΙΡΑΜΑΤΙΚΟΙ ΣΧΕΔΙΑΣΜΟΙ ΤΕΧΝΙΚΕΣ ΕΡΕΥΝΑΣ (# 252) Ε ΕΞΑΜΗΝΟ 9 η ΕΙΣΗΓΗΣΗ ΣΗΜΕΙΩΣΕΙΣ ΕΙΔΗ ΕΡΕΥΝΑΣ I: ΠΕΙΡΑΜΑΤΙΚΗ ΕΡΕΥΝΑ & ΠΕΙΡΑΜΑΤΙΚΟΙ ΣΧΕΔΙΑΣΜΟΙ ΛΙΓΗ ΘΕΩΡΙΑ Στην προηγούμενη διάλεξη μάθαμε ότι υπάρχουν διάφορες μορφές έρευνας

Διαβάστε περισσότερα

Προγραμματισμός Ι (HY120)

Προγραμματισμός Ι (HY120) Προγραμματισμός Ι (HY20) # μνήμη & μεταβλητές πρόγραμμα & εκτέλεση Ψηφιακά δεδομένα, μνήμη, μεταβλητές 2 Δυαδικός κόσμος Οι υπολογιστές είναι δυαδικές μηχανές Όλη η πληροφορία (δεδομένα και κώδικας) κωδικοποιείται

Διαβάστε περισσότερα

ΕΡΕΥΝΗΤΙΚΗ ΕΡΓΑΣΙΑ. ΟΜΑΔΑ 3: Μάρκου Ελένη, Παπαδοπούλου Ελένη, Παπαντώνη Ειρήνη, Πάτσης Γιώργος

ΕΡΕΥΝΗΤΙΚΗ ΕΡΓΑΣΙΑ. ΟΜΑΔΑ 3: Μάρκου Ελένη, Παπαδοπούλου Ελένη, Παπαντώνη Ειρήνη, Πάτσης Γιώργος Β ΑΡΣΑΚΕΙΟ ΤΟΣΙΤΣΕΙΟ ΛΥΚΕΙΟ ΕΡΕΥΝΗΤΙΚΗ ΕΡΓΑΣΙΑ ΟΜΑΔΑ 3: Μάρκου Ελένη, Παπαδοπούλου Ελένη, Παπαντώνη Ειρήνη, Πάτσης Γιώργος ΘΕΜΑ: Οικονομοτεχνική μελέτη και δημιουργία σχολικής εφημερίδας Περιεχόμενα: 1.1

Διαβάστε περισσότερα

Περιεχόμενα. Κεφάλαιο 1 Εισαγωγή στην Access Κεφάλαιο 2 Χειρισμός πινάκων... 27

Περιεχόμενα. Κεφάλαιο 1 Εισαγωγή στην Access Κεφάλαιο 2 Χειρισμός πινάκων... 27 Περιεχόμενα Κεφάλαιο 1 Εισαγωγή στην Access... 9 Γνωριμία με την Access... 12 Δημιουργία βάσης δεδομένων... 22 Άνοιγμα και κλείσιμο βάσης δεδομένων... 24 Ερωτήσεις ανακεφαλαίωσης... 25 Πρακτική εξάσκηση...

Διαβάστε περισσότερα

Εισαγωγή, Βασικές Έννοιες, Οφέλη και Κίνδυνοι

Εισαγωγή, Βασικές Έννοιες, Οφέλη και Κίνδυνοι Εισαγωγή, Βασικές Έννοιες, Οφέλη και Κίνδυνοι Ευθύμιος Ταμπούρης tambouris@uom.gr Επιστημονική Επιχειρηματική Χρήση των Η/Υ Η επιστημονική κοινότητα ασχολείται με τη λύση πολύπλοκων μαθηματικών προβλημάτων

Διαβάστε περισσότερα

ΟΔΗΓΙΕΣ ΧΡΗΣΗΣ ΠΡΟΓΡΑΜΜΑΤΟΣ Dcad 1.0

ΟΔΗΓΙΕΣ ΧΡΗΣΗΣ ΠΡΟΓΡΑΜΜΑΤΟΣ Dcad 1.0 ΟΔΗΓΙΕΣ ΧΡΗΣΗΣ ΠΡΟΓΡΑΜΜΑΤΟΣ Dcad 1.0 20130510 ΠΕΡΙΕΧΟΜΕΝΑ 1. Εγκατάσταση προγράμματος DCAD 2 2. Ενεργοποίηση Registration 2 3. DCAD 3 3.1 Εισαγωγή σημείων 3 3.2 Εξαγωγή σημείων 5 3.3 Στοιχεία ιδιοκτησίας

Διαβάστε περισσότερα

Δομές Δεδομένων Εργαστηριακή Άσκηση 2012-2013. Γκόγκος Νίκος Α.Μ.: 4973 Έτος: 3 ο Email: gkogkos@ceid.upatras.gr. Εισαγωγικά:

Δομές Δεδομένων Εργαστηριακή Άσκηση 2012-2013. Γκόγκος Νίκος Α.Μ.: 4973 Έτος: 3 ο Email: gkogkos@ceid.upatras.gr. Εισαγωγικά: Δομές Δεδομένων Εργαστηριακή Άσκηση 2012-2013 Γκόγκος Νίκος Α.Μ.: 4973 Έτος: 3 ο Email: gkogkos@ceid.upatras.gr Εισαγωγικά: Η υλοποίηση του project έχει γίνει σε python [2.7]. Τα python modules είναι αυτόνομα

Διαβάστε περισσότερα

Άσκηση 4 Θεμελιώδης νόμος της Μηχανικής

Άσκηση 4 Θεμελιώδης νόμος της Μηχανικής Άσκηση 4 Θεμελιώδης νόμος της Μηχανικής Σύνοψη Η άσκηση αυτή διαφέρει από όλες τις άλλες. Σκοπός της είναι η πειραματική επαλήθευση του θεμελιώδους νόμου της Μηχανικής. Αυτό θα γίνει με τη γραφική ανάλυση

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΠΡΟΣΟΜΟΙΩΣΗΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΠΡΟΣΟΜΟΙΩΣΗΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ Θέμα Α ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΑΝΑΛΗΠΤΙΚΟ ΔΙΑΓΩΝΙΣΜΑ ΠΡΟΣΟΜΟΙΩΣΗΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΣΧΟΛΙΚΟΥ ΕΤΟΥΣ 2016-2017 Πάτρα 3/5/2017 Ονοματεπώνυμο:.. Α1. Να γράψετε στην κόλλα σας τον αριθμό

Διαβάστε περισσότερα

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων

Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων Αριθμητική εύρεση ριζών μη γραμμικών εξισώσεων Με τον όρο μη γραμμικές εξισώσεις εννοούμε εξισώσεις της μορφής: f( ) 0 που προέρχονται από συναρτήσεις f () που είναι μη γραμμικές ως προς. Περιέχουν δηλαδή

Διαβάστε περισσότερα

Ανοικτό Πανεπιστήμιο Κύπρου

Ανοικτό Πανεπιστήμιο Κύπρου Ανοικτό Πανεπιστήμιο Κύπρου Σχολή Μεταπτυχιακό Πρόγραμμα Σπουδών Όνομα Προγράμματος με Πλάγια Γράμματα Μεταπτυχιακή Διατριβή Εδώ Μπαίνει ο Τίτλος της Μεταπτυχιακής Διατριβής με Χρήση Μικτών Κεφαλαίων Όπως

Διαβάστε περισσότερα

Εργαστήριο Εφαρμοσμένης Πληροφορικής

Εργαστήριο Εφαρμοσμένης Πληροφορικής Τμήμα Φυσικής - Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Εργαστήριο Εφαρμοσμένης Πληροφορικής Ομάδα Α. Προετοιμασία Αναφοράς Εργασία-2: Σύνθεση αναφοράς Σύνθεση Αναφοράς http://eep.physics.auth.gr Τι περιέχει

Διαβάστε περισσότερα

Περιεχόμενα. Κεφάλαιο 1 Γνωριμία με το Excel... 9

Περιεχόμενα. Κεφάλαιο 1 Γνωριμία με το Excel... 9 Περιεχόμενα Κεφάλαιο 1 Γνωριμία με το Excel... 9 Τα στοιχεία του παραθύρου του Excel... 10 Κελιά και διευθύνσεις... 13 Σε ποιο κελί θα τοποθετηθούν τα δεδομένα;... 14 Καταχώριση δεδομένων... 15 Τι καταλαβαίνει

Διαβάστε περισσότερα

Εισαγωγή Στις Αρχές Της Επιστήμης Των Η/Υ. Η έννοια του Προβλήματος - ΚΕΦΑΛΑΙΟ 2

Εισαγωγή Στις Αρχές Της Επιστήμης Των Η/Υ. Η έννοια του Προβλήματος - ΚΕΦΑΛΑΙΟ 2 Εισαγωγή Στις Αρχές Της Επιστήμης Των Η/Υ Η έννοια του Προβλήματος - ΚΕΦΑΛΑΙΟ 2 2. Η έννοια του προβλήματος 2 2. Η έννοια του προβλήματος 2.1 Το πρόβλημα στην επιστήμη των Η/Υ 2.2 Κατηγορίες προβλημάτων

Διαβάστε περισσότερα

Οδηγός εκκαθάρισης spam

Οδηγός εκκαθάρισης spam Οδηγός εκκαθάρισης spam e-mail «Δουλεύω Ηλεκτρονικά, Δουλεύω Γρήγορα και με Ασφάλεια - by e-base.gr» Web : www.e-base.gr E-mail : support@e-base.gr Facebook : Like Παρακάτω μπορείτε να μελετήσετε τον οδηγό

Διαβάστε περισσότερα

Θερμοδυναμική - Εργαστήριο

Θερμοδυναμική - Εργαστήριο Θερμοδυναμική - Εργαστήριο Ενότητα 6: Εύρεση του ειδικού όγκου αερίων μιγμάτων με χρήση μιας καταστατικής εξίσωσης - Ασκήσεις Κυρατζής Νικόλαος Τμήμα Μηχανικών Περιβάλλοντος και Μηχανικών Αντιρρύπανσης

Διαβάστε περισσότερα

Κατάλογος Βιβλιοθήκης ΤΕΙ Ηπείρου Ιδρυματικό αποθετήριο ΤΕΙ Ηπείρου Ερευνητικό αποθετήριο ΤΕΙ Ηπείρου:

Κατάλογος Βιβλιοθήκης ΤΕΙ Ηπείρου Ιδρυματικό αποθετήριο ΤΕΙ Ηπείρου Ερευνητικό αποθετήριο ΤΕΙ Ηπείρου: Κατάλογος Βιβλιοθήκης ΤΕΙ Ηπείρου Ιδρυματικό αποθετήριο ΤΕΙ Ηπείρου Ερευνητικό αποθετήριο ΤΕΙ Ηπείρου: Περιγραφή και οδηγός χρήσης για φοιτητές και ερευνητές Βιβλιοθήκη ΤΕΙ Ηπείρου Οκτώβριος 2015 Ο κατάλογος

Διαβάστε περισσότερα

Διάλεξη 04: Παραδείγματα Ανάλυσης

Διάλεξη 04: Παραδείγματα Ανάλυσης Διάλεξη 04: Παραδείγματα Ανάλυσης Πολυπλοκότητας/Ανάλυση Αναδρομικών Αλγόριθμων Στην ενότητα αυτή θα μελετηθούν τα εξής επιμέρους θέματα: - Παραδείγματα Ανάλυσης Πολυπλοκότητας : Μέθοδοι, παραδείγματα

Διαβάστε περισσότερα

Η ΣΥΓΓΡΑΦΗ ΤΗΣ ΜΕΛΕΤΗΣ

Η ΣΥΓΓΡΑΦΗ ΤΗΣ ΜΕΛΕΤΗΣ Η ΣΥΓΓΡΑΦΗ ΤΗΣ ΜΕΛΕΤΗΣ Μετά την προετοιμασία που κάναμε συγκεντρώνοντας και ταξινομώντας το υλικό καταλήγουμε στο σχεδιάγραμμα της μελέτης, που όπως είπαμε ταυτίζεται με τον πίνακα περιεχομένων. Το σχεδιάγραμμα

Διαβάστε περισσότερα

. Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Μάθημα Βασικές Έννοιες - Ανάλυση Απαιτήσεων

. Εργαστήριο Βάσεων Δεδομένων. Εισαγωγικό Μάθημα Βασικές Έννοιες - Ανάλυση Απαιτήσεων .. Εργαστήριο Βάσεων Δεδομένων Εισαγωγικό Μάθημα Βασικές Έννοιες - . Ύλη Εργαστηρίου ΒΔ Ύλη - 4 Ενότητες.1 - Σχεδιασμός Βάσης Δεδομένων.2 Δημιουργία Βάσης Δεδομένων Δημιουργία Πινάκων Εισαγωγή/Ανανέωση/Διαγραφή

Διαβάστε περισσότερα

2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ

2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΙΜΕΛΕΙΑ: ΜΑΡΙΑ Σ. ΖΙΩΓΑ ΚΑΘΗΓΗΤΡΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ 2 ΟΥ και 8 ΟΥ ΚΕΦΑΛΑΙΟΥ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΔΟΜΗ ΕΠΑΝΑΛΗΨΗΣ 1) Πότε χρησιμοποιείται η δομή επανάληψης

Διαβάστε περισσότερα

Μανώλης Ισχάκης - Πνευματικά δικαιώματα - για περισσότερη εκπαίδευση

Μανώλης Ισχάκης - Πνευματικά δικαιώματα -  για περισσότερη εκπαίδευση 1 Έβδομο Μάθημα Οδηγός Δραστηριότητας Επισκόπηση... 3 Περίληψη... 3-5 Ώρα για δράση... 6-15 Σημειώσεις... 16 2 Μάθημα Έβδομο - Επισκόπηση Σε αυτό το μάθημα θα μάθουμε τη δύναμη της αντίληψης. Θα ανακαλύψουμε

Διαβάστε περισσότερα

Βασικές Έννοιες Υπολογιστών

Βασικές Έννοιες Υπολογιστών Άδεια Χρήσης Creative Commons, Αναφορά Προέλευσης 3.0 Ελλάδα 2009-2010, Βουρλάκος Μιχαήλ Βασικές Έννοιες Υπολογιστών Οι Ηλεκτρονικοί Υπολογιστές στις μέρες μας, μας βοηθούν να κάνουμε πάρα πολλές εργασίες

Διαβάστε περισσότερα

Μεθοδολογία Έρευνας Διάλεξη 11 η ( ) Επαναληπτική Διάλεξη

Μεθοδολογία Έρευνας Διάλεξη 11 η ( ) Επαναληπτική Διάλεξη Μεθοδολογία Έρευνας Διάλεξη 11 η (2018-19) Επαναληπτική Διάλεξη Δρ. Αλέξανδρος Αποστολάκης Email: aapostolakis@staff.teicrete.gr E-class μαθήματος: https://eclass.teicrete.gr/courses/dsh208 Μια Εισαγωγή

Διαβάστε περισσότερα

Προβλήματα, αλγόριθμοι, ψευδοκώδικας

Προβλήματα, αλγόριθμοι, ψευδοκώδικας Προβλήματα, αλγόριθμοι, ψευδοκώδικας October 11, 2011 Στο μάθημα Αλγοριθμική και Δομές Δεδομένων θα ασχοληθούμε με ένα μέρος της διαδικασίας επίλυσης υπολογιστικών προβλημάτων. Συγκεκριμένα θα δούμε τι

Διαβάστε περισσότερα

6η Δραστηριότητα. Ναυμαχία Αλγόριθμοι αναζήτησης. Περίληψη. Αντιστοιχία με το σχολικό πρόγραμμα * Ικανότητες. Ηλικία. Υλικά

6η Δραστηριότητα. Ναυμαχία Αλγόριθμοι αναζήτησης. Περίληψη. Αντιστοιχία με το σχολικό πρόγραμμα * Ικανότητες. Ηλικία. Υλικά 6η Δραστηριότητα Ναυμαχία Αλγόριθμοι αναζήτησης Περίληψη Συχνά ζητάμε από τους υπολογιστές να ψάξουν πληροφορίες στο εσωτερικό μεγάλων αρχείων δεδομένων. Για να το καταφέρουν, απαιτούνται ταχείες και αποτελεσματικές

Διαβάστε περισσότερα

Μαθηματικά A Δημοτικού. Πέτρος Κλιάπης Σεπτέμβρης 2007

Μαθηματικά A Δημοτικού. Πέτρος Κλιάπης Σεπτέμβρης 2007 Μαθηματικά A Δημοτικού Πέτρος Κλιάπης Σεπτέμβρης 2007 Το σύγχρονο μαθησιακό περιβάλλον των Μαθηματικών Ενεργή συμμετοχή των παιδιών Μάθηση μέσα από δραστηριότητες Κατανόηση ΌΧΙ απομνημόνευση Αξιοποίηση

Διαβάστε περισσότερα