SylabUZ

Wygeneruj PDF dla tej strony

Hurtownie danych - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Hurtownie danych
Kod przedmiotu 11.3-WE-INFD-HurDanych-PSI
Wydział Wydział Informatyki, Elektrotechniki i Automatyki
Kierunek Informatyka
Profil ogólnoakademicki
Rodzaj studiów drugiego stopnia z tyt. magistra inżyniera
Semestr rozpoczęcia semestr zimowy 2021/2022
Informacje o przedmiocie
Semestr 2
Liczba punktów ECTS do zdobycia 5
Typ przedmiotu obowiązkowy
Język nauczania polski
Sylabus opracował
  • dr hab. inż. Wiesław Miczulski, prof. UZ
Formy zajęć
Forma zajęć Liczba godzin w semestrze (stacjonarne) Liczba godzin w tygodniu (stacjonarne) Liczba godzin w semestrze (niestacjonarne) Liczba godzin w tygodniu (niestacjonarne) Forma zaliczenia
Wykład 30 2 18 1,2 Egzamin
Laboratorium 30 2 18 1,2 Zaliczenie na ocenę

Cel przedmiotu

- zapoznanie studentów z architekturami hurtowni danych i modelami danych,
- zapoznanie studentów z podstawowymi metodami eksploracji danych,
- ukształtowanie podstawowych umiejętności w zakresie praktycznej budowy hurtowni danych.

Wymagania wstępne

Bazy danych, Elementy sztucznej inteligencji.

Zakres tematyczny

Wprowadzenie. Terminologia związana z eksploracją wiedzy. Metodologia zgłębiania danych. Analiza problemu. Pobieranie i czyszczenie danych. Zatwierdzanie
danych. Utworzenie i sprawdzanie modelu. Wysyłanie zapytań dotyczących danych zawartych w modelu. Utrzymywanie ważności modelu. 

Architektury i infrastruktury hurtowni danych. Ogólna architektura hurtowni danych. Architektura wydziałowa i tematyczna hurtowni danych. Architektura federacyjna i warstwowa hurtowni danych. Infrastruktury techniczne i ich relacje z architekturą hurtowni danych. 

Cykl życia wspomagania podejmowania decyzji. Etapy cyklu życia wspomagania podejmowania decyzji.
Wielowymiarowe modele danych i agregacje. System OLAP. Modele ROLAP, MOLAP, HOLAP. Modele logiczne i pojęciowe informacji wielowymiarowej. 

Wybrane metody eksploracji. Grupowanie. Klasyfikacja. Odkrywanie asocjacji. Odkrywanie sekwencji. Analiza szeregów czasowych. Przykłady zastosowania eksploracji danych.

Metody kształcenia

Wykład: wykład konwencjonalny/tradycyjny, dyskusja, konsultacje.
Laboratorium: ćwiczenia laboratoryjne, praca w grupach.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Wykład - warunkiem zaliczenia jest uzyskanie pozytywnej oceny z egzaminu pisemnego.
Laboratorium - warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze wszystkich ćwiczeń laboratoryjnych, przewidzianych do realizacji w ramach programu laboratorium.

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

Literatura podstawowa

1. Hand D., Mannila H., Smyth P.: Eksploracja danych, WNT, Warszawa, 2005.
2. Jarke M., Lenzerini M., Vassiliou Y., Vassiliadis P.: Hurtownie danych. Podstawy organizacji i funkcjonowania, WSiP, Warszawa, 2003.
3. Larose D.T.: Odkrywanie wiedzy z danych. Wprowadzenie do eksploracji danych, PWN, Warszawa, 2006.
4. Larose D.T.: Metody i modele eksploracji danych, PWN, Warszawa, 2008.
5. Morzy T.: Eksploracja danych. Metody i algorytmy, PWN, Warszawa, 2013.

Literatura uzupełniająca

1. Rutkowski L.: Metody i techniki sztucznej inteligencji, PWN, Warszawa, 2005.
2. Ch. Todman: Projektowanie hurtowni danych, Wydawnictwo Naukowo – Techniczne, Warszawa, 2003.
3. M. Nycz: Pozyskiwanie wiedzy i zarządzanie wiedzą, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego, Wrocław, 2003.
4. Barbara Smok: Eksploracja danych w procesie pozyskiwania wiedzy z hurtowni danych, Prace naukowe Akademii Ekonomicznej we Wrocławiu, 2003.
5. Miczulski W., Szulim R.:Using time series approximation methods in the modelling of industrial objects and processes. Measurements models systems and design / 
    ed. by J. Korbicz .- Warszawa : Wydawnictwo Komunikacji i Łączności, 2007 - s. 157--174.

6. Miczulski W., Sobolewski Ł.: Algorithm for Predicting [UTC–UTC(k)] by Means of Neural Networks, IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT,
    8/2017, s. 2136 - 2142.

Uwagi


Zmodyfikowane przez prof. dr hab. inż. Andrzej Obuchowicz (ostatnia modyfikacja: 20-04-2021 08:48)