{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3237868"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3237868","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Μελέτη, καταγραφή, και υλοποίηση τεχνικών καθαρισμού δεδομένων στον τομέα της υγείας","abstract":"Τα δεδομένα που παράγονται καθημερινά τόσο από το χώρο της υγείας αλλά και από την απλή καθημερινότητα μας είναι τεράστια σε όγκο. Ο όγκος που δημιουργείται κατά την συλλογή δεδομένων αποτελεί το μεγαλύτερο πρόβλημα των αναλυτών δεδομένων, καθώς στην αρχική τους μορφή είναι ακατέργαστα. Ο λόγος για τον οποίο ένας αναλυτής δεδομένων θα ασχοληθεί με ένα σύνολο δεδομένων (dataset) είναι για να εξάγει πληροφορία από τα δεδομένα, η οποία θα βοηθήσει στην κατάλληλη γνώση που θέλουμε να λάβουμε από τα δεδομένα που επεξεργαστήκαμε. Φτάνοντας στην προ-επεξεργασία των δεδομένων, ο αναλυτής αντιμετωπίζει μια σωρεία προβλημάτων όπως, μη ακριβή δεδομένα, κενές καταχωρήσεις δεδομένων, διπλές εγγραφές δεδομένων, λάθος καταχωρήσεις, ανεπαρκή δεδομένα και άλλα παρόμοια προβλήματα, που καθιστούν τα δεδομένα μη καθαρά. Αν τα δεδομένα που έχουμε στην διάθεση μας δεν είναι λοιπόν καθαρά, οποιοδήποτε συμπέρασμα εξάγεται από αυτά θα είναι λάθος. Σκοπός λοιπόν του αναλυτή δεδομένων είναι να επεξεργαστεί τα δεδομένα που έχει στην διάθεση του και να τα καθαρίσει όσο το δυνατόν περισσότερο μπορεί με αποτέλεσμα στην τελική τους μορφή να μπορούν να μας οδηγήσουν σε σωστά και ακριβή συμπεράσματα. Ο τομέας της υγείας είναι ένας κλάδος, ο οποίος παράγει ασταμάτητα δεδομένα. Ο όγκος των δεδομένων αυτών αποθηκεύεται σε μεγάλες βάσεις δεδομένων. Τα σύνολα δεδομένων που δημιουργούνται από το εκάστοτε πληροφοριακό σύστημα, συχνά συλλέγουν δεδομένα σε μορφή μη ακριβή, έχοντας λανθασμένες ή κενές καταχωρήσεις, παρουσιάζουν αρκετές φορές διπλές εγγραφές και άλλα. Η μελέτη των δεδομένων, μπορεί να προσφέρει απεριόριστες δυνατότητες γνώσης τόσο στο εκάστοτε υγειονομικό σύστημα άλλα και στην καλύτερη λήψη αποφάσεων στον τομέα της υγείας. Δεν αρκεί να έχουμε στην διάθεση μας σύνολα δεδομένων, άλλα καθαρά σύνολα δεδομένων που θα μας βοηθήσουν να λάβουμε την κατάλληλη και χρήσιμη πληροφορία από το σύνολο δεδομένων που θα εξετάσουμε. Σκοπός της παρούσας διπλωματικής εργασίας είναι η υλοποίηση ενός ολοκληρωμένου συστήματος (προγράμματος) το οποίο υλοποιεί τεχνικές καθαρισμού δεδομένων, οι οποίες συμπεριλαμβάνουν την προ-επεξεργασία και την αναπαράστασή τους. Είναι υλοποιημένο στην γλώσσα προγραμματισμού Python. Στόχος της παρούσας εφαρμογής είναι να προσφέρει καλύτερες δυνατότητες καθαρισμού δεδομένων για μια πλειάδα διαφορετικών τύπων δεδομένων που μπορούν να εισαχθούν στην εφαρμογή ως σύνολα δεδομένων. Μέσω του προγράμματος που δημιουργήθηκε, υπάρχει η δυνατότητα να καθαρίσουμε ένα σύνολο δεδομένων με πολλούς και διαφορετικούς τρόπους. Εφόσον το σύνολο δεδομένων καθαριστεί για να είναι πιο ευδιάκριτα τα αποτελέσματα μας, μπορούμε να οπτικοποιήσουμε τα καθαρά δεδομένα που δημιουργήσαμε. Οπτικοποιώντας τα καθαρά δεδομένα, μπορούμε να εξάγουμε γνώση από αυτά, καθώς δημιουργούνται πληροφορίες και συνδέσεις για τα δεδομένα. Οι πληροφορίες αυτές μέσω της οπτικοποίησης καθιστούν την πληροφορία πιο προσιτή, με αποτέλεσμα να παρατηρούνται μοτίβα, τάσεις, ακραίες τιμές και άλλα, ανάλογα με τον τρόπο που θα παρουσιαστούν τα οπτικοποιημένα καθαρά δεδομένα. Στόχος της εφαρμογής, είναι να βοηθήσει τους επαγγελματίες υγείας, τους ερευνητές και τους αναλυτές δεδομένων να εξορθολογήσουν την χρήση των ερευνητικών δεδομένων τους, έτσι ώστε να προσφέρουν καλύτερες υπηρεσίες υγείας στους ασθενείς.","abstract_html":"Τα δεδομένα που παράγονται καθημερινά τόσο από το χώρο της υγείας αλλά και από την απλή καθημερινότητα μας είναι τεράστια σε όγκο. Ο όγκος που δημιουργείται κατά την συλλογή δεδομένων αποτελεί το μεγαλύτερο πρόβλημα των αναλυτών δεδομένων, καθώς στην αρχική τους μορφή είναι ακατέργαστα. Ο λόγος για τον οποίο ένας αναλυτής δεδομένων θα ασχοληθεί με ένα σύνολο δεδομένων (dataset) είναι για να εξάγει πληροφορία από τα δεδομένα, η οποία θα βοηθήσει στην κατάλληλη γνώση που θέλουμε να λάβουμε από τα δεδομένα που επεξεργαστήκαμε. Φτάνοντας στην προ-επεξεργασία των δεδομένων, ο αναλυτής αντιμετωπίζει μια σωρεία προβλημάτων όπως, μη ακριβή δεδομένα, κενές καταχωρήσεις δεδομένων, διπλές εγγραφές δεδομένων, λάθος καταχωρήσεις, ανεπαρκή δεδομένα και άλλα παρόμοια προβλήματα, που καθιστούν τα δεδομένα μη καθαρά. Αν τα δεδομένα που έχουμε στην διάθεση μας δεν είναι λοιπόν καθαρά, οποιοδήποτε συμπέρασμα εξάγεται από αυτά θα είναι λάθος. Σκοπός λοιπόν του αναλυτή δεδομένων είναι να επεξεργαστεί τα δεδομένα που έχει στην διάθεση του και να τα καθαρίσει όσο το δυνατόν περισσότερο μπορεί με αποτέλεσμα στην τελική τους μορφή να μπορούν να μας οδηγήσουν σε σωστά και ακριβή συμπεράσματα. Ο τομέας της υγείας είναι ένας κλάδος, ο οποίος παράγει ασταμάτητα δεδομένα. Ο όγκος των δεδομένων αυτών αποθηκεύεται σε μεγάλες βάσεις δεδομένων. Τα σύνολα δεδομένων που δημιουργούνται από το εκάστοτε πληροφοριακό σύστημα, συχνά συλλέγουν δεδομένα σε μορφή μη ακριβή, έχοντας λανθασμένες ή κενές καταχωρήσεις, παρουσιάζουν αρκετές φορές διπλές εγγραφές και άλλα. Η μελέτη των δεδομένων, μπορεί να προσφέρει απεριόριστες δυνατότητες γνώσης τόσο στο εκάστοτε υγειονομικό σύστημα άλλα και στην καλύτερη λήψη αποφάσεων στον τομέα της υγείας. Δεν αρκεί να έχουμε στην διάθεση μας σύνολα δεδομένων, άλλα καθαρά σύνολα δεδομένων που θα μας βοηθήσουν να λάβουμε την κατάλληλη και χρήσιμη πληροφορία από το σύνολο δεδομένων που θα εξετάσουμε. Σκοπός της παρούσας διπλωματικής εργασίας είναι η υλοποίηση ενός ολοκληρωμένου συστήματος (προγράμματος) το οποίο υλοποιεί τεχνικές καθαρισμού δεδομένων, οι οποίες συμπεριλαμβάνουν την προ-επεξεργασία και την αναπαράστασή τους. Είναι υλοποιημένο στην γλώσσα προγραμματισμού Python. Στόχος της παρούσας εφαρμογής είναι να προσφέρει καλύτερες δυνατότητες καθαρισμού δεδομένων για μια πλειάδα διαφορετικών τύπων δεδομένων που μπορούν να εισαχθούν στην εφαρμογή ως σύνολα δεδομένων. Μέσω του προγράμματος που δημιουργήθηκε, υπάρχει η δυνατότητα να καθαρίσουμε ένα σύνολο δεδομένων με πολλούς και διαφορετικούς τρόπους. Εφόσον το σύνολο δεδομένων καθαριστεί για να είναι πιο ευδιάκριτα τα αποτελέσματα μας, μπορούμε να οπτικοποιήσουμε τα καθαρά δεδομένα που δημιουργήσαμε. Οπτικοποιώντας τα καθαρά δεδομένα, μπορούμε να εξάγουμε γνώση από αυτά, καθώς δημιουργούνται πληροφορίες και συνδέσεις για τα δεδομένα. Οι πληροφορίες αυτές μέσω της οπτικοποίησης καθιστούν την πληροφορία πιο προσιτή, με αποτέλεσμα να παρατηρούνται μοτίβα, τάσεις, ακραίες τιμές και άλλα, ανάλογα με τον τρόπο που θα παρουσιαστούν τα οπτικοποιημένα καθαρά δεδομένα. Στόχος της εφαρμογής, είναι να βοηθήσει τους επαγγελματίες υγείας, τους ερευνητές και τους αναλυτές δεδομένων να εξορθολογήσουν την χρήση των ερευνητικών δεδομένων τους, έτσι ώστε να προσφέρουν καλύτερες υπηρεσίες υγείας στους ασθενείς.","abstract_has_math":false,"creators":["Πλιώτα Αντιγόνη","Pliota Antigoni"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-11-19T06:20:01Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3237868"],"render_values":[{"text":"uoadl:3237868","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3237868","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3237868","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3237868","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Πλιώτα Αντιγόνη","Pliota Antigoni"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Επιστήμες Υγείας","Health Sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3237868","https://pergamos.lib.uoa.gr/uoa/dl/object/3237868"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα δεδομένα που παράγονται καθημερινά τόσο από το χώρο της υγείας αλλά και από την απλή καθημερινότητα μας είναι τεράστια σε όγκο. Ο όγκος που δημιουργείται κατά την συλλογή δεδομένων αποτελεί το μεγαλύτερο πρόβλημα των αναλυτών δεδομένων, καθώς στην αρχική τους μορφή είναι ακατέργαστα. Ο λόγος για τον οποίο ένας αναλυτής δεδομένων θα ασχοληθεί με ένα σύνολο δεδομένων (dataset) είναι για να εξάγει πληροφορία από τα δεδομένα, η οποία θα βοηθήσει στην κατάλληλη γνώση που θέλουμε να λάβουμε από τα δεδομένα που επεξεργαστήκαμε. Φτάνοντας στην προ-επεξεργασία των δεδομένων, ο αναλυτής αντιμετωπίζει μια σωρεία προβλημάτων όπως, μη ακριβή δεδομένα, κενές καταχωρήσεις δεδομένων, διπλές εγγραφές δεδομένων, λάθος καταχωρήσεις, ανεπαρκή δεδομένα και άλλα παρόμοια προβλήματα, που καθιστούν τα δεδομένα μη καθαρά. Αν τα δεδομένα που έχουμε στην διάθεση μας δεν είναι λοιπόν καθαρά, οποιοδήποτε συμπέρασμα εξάγεται από αυτά θα είναι λάθος. Σκοπός λοιπόν του αναλυτή δεδομένων είναι να επεξεργαστεί τα δεδομένα που έχει στην διάθεση του και να τα καθαρίσει όσο το δυνατόν περισσότερο μπορεί με αποτέλεσμα στην τελική τους μορφή να μπορούν να μας οδηγήσουν σε σωστά και ακριβή συμπεράσματα. Ο τομέας της υγείας είναι ένας κλάδος, ο οποίος παράγει ασταμάτητα δεδομένα. Ο όγκος των δεδομένων αυτών αποθηκεύεται σε μεγάλες βάσεις δεδομένων. Τα σύνολα δεδομένων που δημιουργούνται από το εκάστοτε πληροφοριακό σύστημα, συχνά συλλέγουν δεδομένα σε μορφή μη ακριβή, έχοντας λανθασμένες ή κενές καταχωρήσεις, παρουσιάζουν αρκετές φορές διπλές εγγραφές και άλλα. Η μελέτη των δεδομένων, μπορεί να προσφέρει απεριόριστες δυνατότητες γνώσης τόσο στο εκάστοτε υγειονομικό σύστημα άλλα και στην καλύτερη λήψη αποφάσεων στον τομέα της υγείας. Δεν αρκεί να έχουμε στην διάθεση μας σύνολα δεδομένων, άλλα καθαρά σύνολα δεδομένων που θα μας βοηθήσουν να λάβουμε την κατάλληλη και χρήσιμη πληροφορία από το σύνολο δεδομένων που θα εξετάσουμε. Σκοπός της παρούσας διπλωματικής εργασίας είναι η υλοποίηση ενός ολοκληρωμένου συστήματος (προγράμματος) το οποίο υλοποιεί τεχνικές καθαρισμού δεδομένων, οι οποίες συμπεριλαμβάνουν την προ-επεξεργασία και την αναπαράστασή τους. Είναι υλοποιημένο στην γλώσσα προγραμματισμού Python. Στόχος της παρούσας εφαρμογής είναι να προσφέρει καλύτερες δυνατότητες καθαρισμού δεδομένων για μια πλειάδα διαφορετικών τύπων δεδομένων που μπορούν να εισαχθούν στην εφαρμογή ως σύνολα δεδομένων. Μέσω του προγράμματος που δημιουργήθηκε, υπάρχει η δυνατότητα να καθαρίσουμε ένα σύνολο δεδομένων με πολλούς και διαφορετικούς τρόπους. Εφόσον το σύνολο δεδομένων καθαριστεί για να είναι πιο ευδιάκριτα τα αποτελέσματα μας, μπορούμε να οπτικοποιήσουμε τα καθαρά δεδομένα που δημιουργήσαμε. Οπτικοποιώντας τα καθαρά δεδομένα, μπορούμε να εξάγουμε γνώση από αυτά, καθώς δημιουργούνται πληροφορίες και συνδέσεις για τα δεδομένα. Οι πληροφορίες αυτές μέσω της οπτικοποίησης καθιστούν την πληροφορία πιο προσιτή, με αποτέλεσμα να παρατηρούνται μοτίβα, τάσεις, ακραίες τιμές και άλλα, ανάλογα με τον τρόπο που θα παρουσιαστούν τα οπτικοποιημένα καθαρά δεδομένα. Στόχος της εφαρμογής, είναι να βοηθήσει τους επαγγελματίες υγείας, τους ερευνητές και τους αναλυτές δεδομένων να εξορθολογήσουν την χρήση των ερευνητικών δεδομένων τους, έτσι ώστε να προσφέρουν καλύτερες υπηρεσίες υγείας στους ασθενείς.","The amount of data generated every day, in the health industry space as well as in our daily lives, is huge. This ever-growing size is one of the major problems of data analysts, especially given that data in their raw form contain redundant or malformed information. The reason a data analyst will use a dataset is to extract information out of them, which will help generate the knowledge we wish to receive from the data we processed. In the data preprocessing phase, analysts face a series of problems, such as inaccurate values, empty values, double entries, wrong entries, insufficient data and similar problems that cause the data to be characterized as not clean. Thus, if the data we have in our disposal are not clean, extracting any conclusion from them is wrong. The data analyst&#39;s purpose is to process the data at his/her disposal in order to clean them as much as possible so in their final form they can lead us to correct and precise results. The health industry generates an endless stream of data. This data volume is stored in big databases. The datasets generated by various information systems may collect data in inaccurate form, having wrong or empty records, duplicate entries and so forth. Studying of data can offer a limitless supply of knowledge to health care providers and enable better decision-making processes for the health industry. But simply having the raw data in our disposal is not enough, as we require clean data sets that will helps us extract the proper and useful information for the data set in question. The purpose of the dissertation is the development of a complete system (program) that implements data cleaning techniques, which include data pre-processing and visualization. It is implemented in the Python programing language. This application&#39;s aim is to offer better data cleaning capabilities for a multitude of different data types that can be imported to the program as data sets. Via the provided application, it is possible to clean a data set in multiple different ways. After the data set is cleaned, in order to have a clear overview of the results, we can visualize the clean data that we have created. Visualizing clean data, we can extract knowledge from them, as information and interconnections emerge from the data. This information via visualization, make it more approachable, resulting in observations of patterns, trends, outliers and more, depending on the way that the clean data visualizations are presented. The application aims to help the health industry professionals, researchers and data analysts to streamline the use of their scientific data in order to offer better health care services to patients."]},{"key":"dc:title","label":"Title","values":["Μελέτη, καταγραφή, και υλοποίηση τεχνικών καθαρισμού δεδομένων στον τομέα της υγείας"]}]}],"canonical_facts":{"dc:creator":["Πλιώτα Αντιγόνη","Pliota Antigoni"],"dc:date":["2022"],"dc:description":["Τα δεδομένα που παράγονται καθημερινά τόσο από το χώρο της υγείας αλλά και από την απλή καθημερινότητα μας είναι τεράστια σε όγκο. Ο όγκος που δημιουργείται κατά την συλλογή δεδομένων αποτελεί το μεγαλύτερο πρόβλημα των αναλυτών δεδομένων, καθώς στην αρχική τους μορφή είναι ακατέργαστα. Ο λόγος για τον οποίο ένας αναλυτής δεδομένων θα ασχοληθεί με ένα σύνολο δεδομένων (dataset) είναι για να εξάγει πληροφορία από τα δεδομένα, η οποία θα βοηθήσει στην κατάλληλη γνώση που θέλουμε να λάβουμε από τα δεδομένα που επεξεργαστήκαμε. Φτάνοντας στην προ-επεξεργασία των δεδομένων, ο αναλυτής αντιμετωπίζει μια σωρεία προβλημάτων όπως, μη ακριβή δεδομένα, κενές καταχωρήσεις δεδομένων, διπλές εγγραφές δεδομένων, λάθος καταχωρήσεις, ανεπαρκή δεδομένα και άλλα παρόμοια προβλήματα, που καθιστούν τα δεδομένα μη καθαρά. Αν τα δεδομένα που έχουμε στην διάθεση μας δεν είναι λοιπόν καθαρά, οποιοδήποτε συμπέρασμα εξάγεται από αυτά θα είναι λάθος. Σκοπός λοιπόν του αναλυτή δεδομένων είναι να επεξεργαστεί τα δεδομένα που έχει στην διάθεση του και να τα καθαρίσει όσο το δυνατόν περισσότερο μπορεί με αποτέλεσμα στην τελική τους μορφή να μπορούν να μας οδηγήσουν σε σωστά και ακριβή συμπεράσματα. Ο τομέας της υγείας είναι ένας κλάδος, ο οποίος παράγει ασταμάτητα δεδομένα. Ο όγκος των δεδομένων αυτών αποθηκεύεται σε μεγάλες βάσεις δεδομένων. Τα σύνολα δεδομένων που δημιουργούνται από το εκάστοτε πληροφοριακό σύστημα, συχνά συλλέγουν δεδομένα σε μορφή μη ακριβή, έχοντας λανθασμένες ή κενές καταχωρήσεις, παρουσιάζουν αρκετές φορές διπλές εγγραφές και άλλα. Η μελέτη των δεδομένων, μπορεί να προσφέρει απεριόριστες δυνατότητες γνώσης τόσο στο εκάστοτε υγειονομικό σύστημα άλλα και στην καλύτερη λήψη αποφάσεων στον τομέα της υγείας. Δεν αρκεί να έχουμε στην διάθεση μας σύνολα δεδομένων, άλλα καθαρά σύνολα δεδομένων που θα μας βοηθήσουν να λάβουμε την κατάλληλη και χρήσιμη πληροφορία από το σύνολο δεδομένων που θα εξετάσουμε. Σκοπός της παρούσας διπλωματικής εργασίας είναι η υλοποίηση ενός ολοκληρωμένου συστήματος (προγράμματος) το οποίο υλοποιεί τεχνικές καθαρισμού δεδομένων, οι οποίες συμπεριλαμβάνουν την προ-επεξεργασία και την αναπαράστασή τους. Είναι υλοποιημένο στην γλώσσα προγραμματισμού Python. Στόχος της παρούσας εφαρμογής είναι να προσφέρει καλύτερες δυνατότητες καθαρισμού δεδομένων για μια πλειάδα διαφορετικών τύπων δεδομένων που μπορούν να εισαχθούν στην εφαρμογή ως σύνολα δεδομένων. Μέσω του προγράμματος που δημιουργήθηκε, υπάρχει η δυνατότητα να καθαρίσουμε ένα σύνολο δεδομένων με πολλούς και διαφορετικούς τρόπους. Εφόσον το σύνολο δεδομένων καθαριστεί για να είναι πιο ευδιάκριτα τα αποτελέσματα μας, μπορούμε να οπτικοποιήσουμε τα καθαρά δεδομένα που δημιουργήσαμε. Οπτικοποιώντας τα καθαρά δεδομένα, μπορούμε να εξάγουμε γνώση από αυτά, καθώς δημιουργούνται πληροφορίες και συνδέσεις για τα δεδομένα. Οι πληροφορίες αυτές μέσω της οπτικοποίησης καθιστούν την πληροφορία πιο προσιτή, με αποτέλεσμα να παρατηρούνται μοτίβα, τάσεις, ακραίες τιμές και άλλα, ανάλογα με τον τρόπο που θα παρουσιαστούν τα οπτικοποιημένα καθαρά δεδομένα. Στόχος της εφαρμογής, είναι να βοηθήσει τους επαγγελματίες υγείας, τους ερευνητές και τους αναλυτές δεδομένων να εξορθολογήσουν την χρήση των ερευνητικών δεδομένων τους, έτσι ώστε να προσφέρουν καλύτερες υπηρεσίες υγείας στους ασθενείς.","The amount of data generated every day, in the health industry space as well as in our daily lives, is huge. This ever-growing size is one of the major problems of data analysts, especially given that data in their raw form contain redundant or malformed information. The reason a data analyst will use a dataset is to extract information out of them, which will help generate the knowledge we wish to receive from the data we processed. In the data preprocessing phase, analysts face a series of problems, such as inaccurate values, empty values, double entries, wrong entries, insufficient data and similar problems that cause the data to be characterized as not clean. Thus, if the data we have in our disposal are not clean, extracting any conclusion from them is wrong. The data analyst&#39;s purpose is to process the data at his/her disposal in order to clean them as much as possible so in their final form they can lead us to correct and precise results. The health industry generates an endless stream of data. This data volume is stored in big databases. The datasets generated by various information systems may collect data in inaccurate form, having wrong or empty records, duplicate entries and so forth. Studying of data can offer a limitless supply of knowledge to health care providers and enable better decision-making processes for the health industry. But simply having the raw data in our disposal is not enough, as we require clean data sets that will helps us extract the proper and useful information for the data set in question. The purpose of the dissertation is the development of a complete system (program) that implements data cleaning techniques, which include data pre-processing and visualization. It is implemented in the Python programing language. This application&#39;s aim is to offer better data cleaning capabilities for a multitude of different data types that can be imported to the program as data sets. Via the provided application, it is possible to clean a data set in multiple different ways. After the data set is cleaned, in order to have a clear overview of the results, we can visualize the clean data that we have created. Visualizing clean data, we can extract knowledge from them, as information and interconnections emerge from the data. This information via visualization, make it more approachable, resulting in observations of patterns, trends, outliers and more, depending on the way that the clean data visualizations are presented. The application aims to help the health industry professionals, researchers and data analysts to streamline the use of their scientific data in order to offer better health care services to patients."],"dc:identifier":["uoadl:3237868","https://pergamos.lib.uoa.gr/uoa/dl/object/3237868"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Μελέτη, καταγραφή, και υλοποίηση τεχνικών καθαρισμού δεδομένων στον τομέα της υγείας"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:20:01Z"}