1. SylabUZ
2. Faculty of Mathematics, Computer Science and Econometrics
3. summer term 2020/2021
4. Data Engineering - Second-cycle studies leading to MS degree
5. Data Warehouse

Generate PDF for this page

Data Warehouse - course description

Aim of the course

Celem przedmiotu jest przedstawienie teorii w zakresie projektowania hurtowni danych, poznanie narzędzi do budowania zapytań i raportów oraz inteligentnej analizy danych.

Prerequisites

Save changes

Technologia informacyjna. Bazy danych.

Scope

Wykład

1.      Ewolucja systemów wspomagania decyzji (DSS).

2.      Wprowadzenie do hurtowni danych (definicje i terminologia).

3.      Architektura hurtowni danych (model pojęciowy, logiczny i fizyczny).

4.      Projektowanie hurtowni danych (modele wielowymiarowe, operacje OLAP)

5.      Modelowanie danych dla hurtowni danych (modelowanie punktowe).

6.      Implementacja fizyczna hurtowni danych(ekstrakcja i ładowanie)

7.      Systemy hurtowni danych (przegląd typowych rozwiązań).

Laboratorium

1.      Wprowadzenie do DB2 Web Query.

2.      Tworzenie i edycja synonimów.

3.      Tworzenie prostych raportów (Report Assistant).

4.      Tworzenie wykresów (Graph Assistant).

5.      Narzędzia metadanych (Converting Existing Query Reports)

6.      Tworzenie i używanie aktywnych raportów (Active Reports).

7.      Używanie funkcji OLAP (Online Analytical Processing).

Teaching methods

Tradycyjny wykład. Ćwiczenia laboratoryjne w pracowni komputerowej według opracowanych instrukcji.

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

1. Sprawdzanie stopnia przygotowania studentów oraz ich aktywności w trakcie ćwiczeń laboratoryjnych.
2. Uzyskanie pozytywnych ocen ze wszystkich ćwiczeń laboratoryjnych przewidzianych do realizacji w ramach programu laboratorium.
3. Pisemne egzamin na zaliczenie wykładu składające się z pytań i zadań weryfikujący znajomość przerobionego materiału.

Na ocenę z przedmiotu składa się ocena z ćwiczeń laboratoryjnych (50%) i ocena z wykładu (50%). Warunkiem zaliczenia przedmiotu jest pozytywna ocena z ćwiczeń laboratoryjnych i wykładu.

Recommended reading

1.      Chris Todman, Projektowanie hurtowni danych. Wspomaganie zarządzania relacjami z klientami, Helion, 2011.

2.      William Harvey Inmon, Building the Data Warehouse. 4th Edition, Wiley, 2005.

Further reading

1.      Ramez Elmasri, Shamkant B. Navathe. Wprowadzenie do systemów baz danych, Helion, 2005.

2.      Ralph Kimball, Margy Ross, The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling. 2nd Edition, Wiley, 2002.

3.      Adam Pelikant, Hurtownie danych. Od przetwarzania analitycznego do raportowania, Helion, 2011.

Notes

Modified by dr Alina Szelecka (last modification: 06-06-2020 08:22)