1. SylabUZ
2. Faculty of Computer Science, Electrical Engineering and Automatics
3. winter term 2022/2023
4. Computer Science - Second-cycle studies leading to MSc degree
5. Business intelligence systems

Generate PDF for this page

Business intelligence systems - course description

Aim of the course

• ukształtowanie umiejętności z zakresu projektowania i implementacji hurtowni danych
• zapoznanie studentów z metodami eksploracji danych biznesowych

Prerequisites

Save changes

Scope

Hurtownie danych.  Architektury hurtowni danych. Integracja danych. Przegląd i charakterystyka typowych operacji transformacji danych. Modelowanie wielowymiarowe. Projektowanie i implementacja kostek OLAP. Programowania pakietów ETL. Kolumnowe bazy danych. Zapytania analityczne w SQL. Raportowanie z wykorzystaniem Power BI.

Eksploracja danych. Metody odkrywania reguł asocjacji i sekwencji. Klasteryzacja danych: algorytm k-średnich i algorytm aglomeracyjny. Klasyfikacja danych: regresja logistyczna, k-najbliższych sąsiadów, drzewa decyzyjne, sztuczne sieci neurnowe. Ćwiczenia praktyczne z eksploracji danych.

Teaching methods

Wykład: wykład konwencjonalny
Laboratorium: ćwiczenia laboratoryjne z wykorzystaniem sprzętu komputerowego

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

Wykład - warunkiem zaliczenia jest uzyskanie pozytywnych ocen z testów przeprowadzonych, co najmniej raz w semestrze.

Laboratorium - warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze wszystkich ćwiczeń laboratoryjnych oraz sprawdzianów przewidzianych w ramach laboratorium.

Składowe oceny końcowej = wykład: 50% + laboratorium: 50%

Recommended reading

1. Morzy T.: Eksploracja Danych, PWN, 2013.
2. Larose D.T.: Modele i metody eksploracji danych, Helion, 2012.
3. Surma J. Business Intelligence. Systemy wspomagania decyzji biznesowych, Warszawa,  PWN, 2010.
4. Chodkowska-Gyurics A.: Hurtownie danych. Teoria i praktyka, PWN, 2014.
5. Russo M., Ferrari A. Tabular Modeling in Microsoft SQL Server Analysis Services, Microsoft Press, 2017
6. Cote C., Lah M., Sarka D., SQL Server 2017 Integration Services Cookbook: Powerful ETL techniques to load and transform data from almost any source, Packt Publishing, 2017.
7. Deckler G., Learn Power BI, Packt Publishing, 2019.

Further reading

1. Kimball R., Ross M.: The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition), Wiley, 2002.
2. Kimball, R., Caserta J., The Data Warehouse ETL Toolkit: Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data, Wiley, 2004.
3. Jarke M., Lenzerini M., Vassiliou Y., Vassiliadis P.: Hurtownie danych. Podstawy organizacji i funkcjonowania., WAiP, 2003.
4. Aggarwal C.C.: Data mining, Springer, 2015.
5. Pelikant A.: Hurtownie danych. Od przetwarzania analitycznego do raportowania, Helion, 2011.
6. SQL Server 2012 Tutorials: Analysis Services - Multidimensional Modeling SQL Server 2012 Books Online, Microsoft, 2012

 

Notes

Modified by dr hab. inż. Marek Kowal, prof. UZ (last modification: 20-04-2022 17:10)