1. SylabUZ
2. Wydział Informatyki, Elektrotechniki i Automatyki
3. semestr zimowy 2022/2023
4. Biznes elektroniczny - pierwszego stopnia z tyt. inżyniera
5. Hurtownie danych i raportowanie

Wygeneruj PDF dla tej strony

Hurtownie danych i raportowanie - opis przedmiotu

Cel przedmiotu

Zapoznanie słuchaczy z pojęciem hurtowni danych i przedstawienie cyklu życia danych w hurtowni danych. Ukształtowanie wśród słuchaczy umiejętności projektowania i implementacji hurtowni danych. Nauka metod tworzenia raportów typu Business Intelligence z wykorzystaniem złożonych zapytań analitycznych i analizy wielowymiarowej. Ukształtowanie umiejętności wizualizacji danych na potrzeby raportów. 

Wymagania wstępne

Zapisz zmiany

Bazy danych

Zakres tematyczny

Architektura hurtowni danych. Cykl życia danych w hurtowniach danych. Wymiarowy model danych. Kostki danych. Wierszowe i kolumnowe bazy danych. Zapytania analityczne. Wielowymiarowa analiza danych i raportowanie z wykorzystaniem metod Business Intelligence. Kokpity menadżerskie.

Metody kształcenia

Wykład - wykład konwencjonalny z wykorzystaniem wideoprojektora.
Laboratorium - ćwiczenia praktyczne w laboratorium komputerowym.
Projekt - realizacja projektu w laboratorium komputerowym.

 

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 testu przeprowadzonego na koniec semestru.
Laboratorium - otrzymanie pozytywnych ocen ze sprawozdań oraz sprawdzianów, ocena z laboratorium jest średnią arytmetyczną z uzyskanych ocen cząstkowych.

Projekt – pozytywne oceny za realizowany w trakcie semestru projekt i referat, ocena z projektu jest średnią arytmetyczną z otrzymanych dwóch ocen.
Ocena końcowa = 30% oceny zaliczenia z formy zajęć wykład + 40% oceny zaliczenia z formy zajęć laboratorium.+ 30% oceny zaliczenia z formy zajęć projekt

Literatura podstawowa

1. Chodkowska-Gyurics A.: Hurtownie danych. Teoria i praktyka, PWN, 2014.
2. Russo M., Ferrari A. Tabular Modeling in Microsoft SQL Server Analysis Services, Microsoft Press, 2017
3. Pelikant, A., Hurtownie danych. Od przetwarzania analitycznego do raportowania, Helion, 2011.
4. Knight D., Pearson M., Schacht B., Ostrowsky E., Microsoft Power BI. Jak modelować i wizualizować dane oraz budować narracje cyfrowe. Packt Publishing, 2020.
5. Meier A., Kaufmann M. SQL & NoSQL Databases: Models, Languages, Consistency Options and Architectures for Big Data Management, Springer, 2019.
6. SQL Server 2012 Tutorials: Analysis Services - Multidimensional Modeling SQL Server 2012 Books Online, Microsoft, 2012
7. Sarka D., Lah M. Jerkic, Implementing a Data Warehouse with Microsoft SQL Server 2012, O’Reilly, 2012
8. Kimball, R., Ross, M.: The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition), Wiley, 2002
9. Mendrala D., Szeliga M, Microsoft SQL Server. Modelowanie i eksploracja danych, Helion, 2012.

Literatura uzupełniająca

1. Todman, C., Projektowanie hurtowni danych. Zarządzanie kontaktami z klientami (CRM), WNT, 2011.
2. Surma, J., Business Intelligence. Systemy wspomagania decyzji biznesowych, PWN, 2012
3. Piasevoli T., Li S., MDX with Microsoft SQL Server 2016 Analysis Services Cookbook, Packt Publishing, 2016

Uwagi

Zmodyfikowane przez dr hab. inż. Marek Kowal, prof. UZ (ostatnia modyfikacja: 29-04-2022 19:13)