SylabUZ
Course name | Business intelligence systems |
Course ID | 11.9-WE-INFD-SysIntBiz |
Faculty | Faculty of Computer Science, Electrical Engineering and Automatics |
Field of study | Computer Science |
Education profile | academic |
Level of studies | Second-cycle studies leading to MSc degree |
Beginning semester | winter term 2022/2023 |
Semester | 2 |
ECTS credits to win | 5 |
Course type | obligatory |
Teaching language | polish |
Author of syllabus |
|
The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
Lecture | 30 | 2 | 18 | 1,2 | Credit with grade |
Laboratory | 30 | 2 | 18 | 1,2 | Credit with grade |
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.
Wykład: wykład konwencjonalny
Laboratorium: ćwiczenia laboratoryjne z wykorzystaniem sprzętu komputerowego
Outcome description | Outcome symbols | Methods of verification | The class form |
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%
Modified by dr hab. inż. Marek Kowal, prof. UZ (last modification: 20-04-2022 17:10)