Η εργασία έχει τον τίτλο "Εισαγωγή στην Επιστήμη των Δεδομένων" και ασχολείται με την επιστήμη των δεδομένων, η οποία συνδυάζει τη στατιστική ανάλυση, τη μηχανική μάθηση και την επεξεργασία μεγάλων όγκων δεδομένων για την εξαγωγή γνώσης και την υποστήριξη λήψης αποφάσεων. Η τεχνολογική πρόοδος έχει αυξήσει τη συλλογή δεδομένων, καθιστώντας την επιστήμη των δεδομένων κρίσιμη για την κατανόηση και αξιοποίηση αυτών των δεδομένων.

Η εργασία επικεντρώνεται στην ανάλυση δεδομένων και τη χρήση επιστημονικού λογισμικού όπως η Python για την επεξεργασία δεδομένων. Ιδιαίτερη προσοχή δίνεται στην εφαρμογή του αλγορίθμου Robbins-Monro για τη στατιστική προσέγγιση παραμέτρων.

Οι κύριοι στόχοι περιλαμβάνουν:

1. Κατανόηση των βασικών αρχών της επιστήμης των δεδομένων.
2. Ανάλυση δεδομένων με τεχνικές μηχανικής μάθησης και νευρωνικών δικτύων.
3. Χρήση επιστημονικού λογισμικού για ανάλυση δεδομένων.

The thesis titled "Introduction to Data Science" focuses on data science, which combines statistical analysis, machine learning, and big data processing to extract knowledge and support decision-making. Technological advancements have increased data collection, making data science essential for understanding and utilizing this data.

The thesis emphasizes data analysis and the use of scientific software like Python for data processing. Special attention is given to the application of the Robbins-Monro algorithm for statistical parameter estimation.

The main objectives include:

1. Understanding the basic principles of data science.
2. Data analysis using machine learning techniques and neural networks.
3. Using scientific software for data analysis.