- SylabUZ
- Faculty of Mathematics, Computer Science and Econometrics
- winter term 2022/2023
- Informatics and Econometrics - Second-cycle studies leading to MS degree
- Data Warehouse
Data Warehouse - course description
General information
Course name |
Data Warehouse |
Course ID |
11.3-WK-IiED-HD-L-S14_pNadGen96V8A |
Faculty |
Faculty of Mathematics, Computer Science and Econometrics
|
Field of study |
Informatics and Econometrics |
Education profile |
academic |
Level of studies |
Second-cycle studies leading to MS degree |
Beginning semester |
winter term 2022/2023 |
Course information
Semester |
4 |
ECTS credits to win |
5 |
Course type |
optional |
Teaching language |
polish |
Author of syllabus |
|
Classes forms
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 |
Laboratory |
30 |
2 |
- |
- |
Credit with grade |
Lecture |
15 |
1 |
- |
- |
Credit with grade |
Aim of the course
Przedstawienie teorii w zakresie projektowania hurtowni danych, poznanie narzędzi do budowania zapytań i raportów oraz inteligentnej analizy danych.
Prerequisites
Technologia informacyjna. Bazy danych
Scope
Wykład
- Wprowadzenie do hurtowni danych (definicje i terminologia).
- Architektura hurtowni danych (model pojęciowy, logiczny i fizyczny).
- Projektowanie hurtowni danych (modele wielowymiarowe i operacje OLAP).
- Modelowanie danych dla hurtowni danych (modelowanie punktowe).
- Implementacja fizyczna hurtowni danych(ekstrakcja transformacja i ładowanie).
- Systemy hurtowni danych (przegląd typowych rozwiązań).
Laboratorium
- Wprowadzenie do IBM Cognos Insight (przeglądanie i eksploracja danych, tworzenie kostki danych).
- Importowanie danych (import z asystą i odświeżanie danych).
- Restrukturyzacja danych (analiza i obliczanie danych, wyróżnianie wyjątków i dodawanie obliczeń).
- Tworzenie wizualizacji (przegląd wykresów).
- Budowa obszaru roboczego (projektowanie atrakcyjnego raportu).
- Wprowadzanie i formatowanie danych (tworzenie planu zakupów).
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
- Sprawdzanie stopnia przygotowania studentów oraz ich aktywności w trakcie ćwiczeń laboratoryjnych.
- Uzyskanie pozytywnych ocen ze wszystkich ćwiczeń laboratoryjnych przewidzianych do realizacji w ramach programu laboratorium.
- Pisemne kolokwium 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%).
Recommended reading
- Chris Todman Projektowanie hurtowni danych. Wspomaganie zarządzania relacjami z klientami Helion 2011
- William Harvey Inmon Building the Data Warehouse. 4th Edition Wiley 2005
- Ralph Kimball, Margy Ross The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling. 3nd Edition Wiley 2013
Further reading
- Ramez Elmasri, Shamkant B. Navathe Wprowadzenie do systemów baz danych Helion 2005
- Adam Pelikant Hurtownie danych. Od przetwarzania analitycznego do raportowania Helion 2011
Notes
Modified by dr Ewa Synówka (last modification: 29-04-2024 19:33)