Hurtownie danych i narzędzia OLAP
Transkrypt
Hurtownie danych i narzędzia OLAP
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2015/2016 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów: Informatyka i ekonometria (inż) Profil: Ogólnoakademicki Forma studiów: Niestacjonarne Kod kierunku: IiE Stopień studiów: I Specjalności: 1 2 Informatyka stosowana (inż) Przedmiot Nazwa przedmiotu Hurtownie danych i narzędzia OLAP Kod przedmiotu WZIKS IiEA1N C2 15/16 Kategoria przedmiotu przedmioty specjalnościowe Liczba punktów ECTS 3 Język wykładowy polski Forma zajęć, liczba godzin w planie studiów Semestr 6 W 12 C 0 K 0 S 0 L 8 I 0 Ew 3 Ec 2 Legenda: W — WykładC — Ćwiczenia/językiK — KonwersatoriumS — SeminariumL — Laboratorium, Warsztat I — InneEw — E-Learning W Ramach WykładuEc — E-Learning W Ramach Ćwiczeń Krakowska Akademia im. Andrzeja Frycza Modrzewskiego 3 Cele przedmiotu Cel 1 Zapoznanie studentów z problematyką hurtowni danych, narzędzi analitycznych OLAP oraz wybranymi zagadnieniami eksploracji danych. 4 Wymagania wstępne 1 zaliczenia baz danych 5 Modułowe efekty kształcenia MW1 Student ma podstawową wiedzą na temat tworzenia, wykorzystywania i programowania hurtowni danych w gospodarce MU2 Umie stworzyć procedury efektywnego pozyskiwania danych z hurtowni danych. MU3 Potrafi opracować dokumentację dotyczącą realizowanego zdania i opracować tekst zawierający omówienie wyników realizacji tego zadania MK4 Jest świadomy potrzeby uzupełniania i doskonalenia nabytej wiedzy o hurtowniach danych i umiejętności tworzenia narzędzi OLAP oraz potrafi wybrać certyfikowane szkolenia dotyczące analiz statystycznych i eksploracji danych 6 Treści programowe Lp W1 W2 W3 W4 W5 Lp Ew1 Lp L1 L2 L3 Wykład Tematyka zajęć Opis szczegółowy bloków tematycznych Pojęcie hurtowni danych, przegląd oprogramowania, analizy przypadków. Modele logiczne hurtowni danych i źródła danych dla hurtowni. Procesy ETL. Wielowymiarowa analiza danych: kostki danych, operacje na kostkach, narzędzia OPAL Wybrane metody eksploracji danych: klasyfikacja, klasteryzacja, reguły asocjacyjne. Razem E-Learning W Ramach Wykładu Tematyka zajęć Opis szczegółowy bloków tematycznych Wizualizacja danych numerycznych: analizy przypadków. Razem Laboratorium, Warsztat Tematyka zajęć Opis szczegółowy bloków tematycznych SQL jako język programowania: skrypty, procedury. Analiza przypadku: hurtownia danych Bank na serwerze MySQL. Projektowanie, tworzenie i testowanie narzędzi OLAP w postaci skryptów języka SQL. Razem Strona 2/4 Liczba godzin 2 2 2 2 4 12 Liczba godzin 3 3 Liczba godzin 3 3 2 8 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Lp Ec1 E-Learning W Ramach Ćwiczeń Tematyka zajęć Opis szczegółowy bloków tematycznych Wizualizacja danych numerycznych: zadania. Razem 7 Metody dydaktyczne M2. M6. M7. M16. M9. MI1. Ćwiczenia laboratoryjne E-learning Konsultacje Wykłady Praca z podręcznikiem Zadania domowe 8 Obciążenie pracą studenta Liczba godzin 2 2 Średnia liczba godzin na zrealizowanie aktywności Forma aktywności Godziny kontaktowe z nauczycielem akademickim, w tym: Godziny wynikające z planu studiów 25 Konsultacje przedmiotowe 4 Egzaminy i zaliczenia w sesji 2 Godziny bez udziału nauczyciela akademickiego wynikające z nakładu pracy studenta, w tym: Przygotowanie się do zajęć, w tym studiowanie zalecanej literatury 15 Opracowanie wyników 14 Przygotowanie raportu, projektu, prezentacji, dyskusji 0 Pisanie skryptów 15 Sumaryczna liczba godzin dla przedmiotu wynikająca z 75 całego nakładu pracy studenta 3 Sumaryczna liczba punktów ECTS dla przedmiotu 9 Metody oceny Ocena podsumowująca P1. Egzamin pisemny I1. Zadania domowe - skrypty języka SQL i wizualizacje danych numerycznych Warunki zaliczenia przedmiotu 1 Wykonanie zadań domowych i zdanie egzaminu Kryteria oceny Na ocenę 3 Zaliczenie końcowe powyżej 60% i zadania domowe Strona 3/4 Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Na Na Na Na 10 ocenę ocenę ocenę ocenę 3.5 4 4.5 5 końcowe końcowe końcowe końcowe powyżej powyżej powyżej powyżej 65% 70% 80% 90% i i i i zadania zadania zadania zadania domowe domowe domowe domowe Macierz realizacji przedmiotu Modułowe efekty kształcenia dla przedmiotu MW1 Odniesienie do efektów kierunkowych Treści programowe K_W01, K_W12 W1, W2, W3, W4, W5, Ew1 MU2 K_U02, K_U03, K_U06 K_U02, K_U04, K_U05, K_U07 MK1 K_K01 MU1 11 Zaliczenie Zaliczenie Zaliczenie Zaliczenie W4, L1, L2, L3 W4, Ew1, L1, L2, L3, Ec1 W1, W2, W3, W4, W5, Ew1, L1, L2, L3, Ec1 Metody dydaktyczne Sposoby oceny M16, M9 P1 M2, M6, M7, M16, M9 M2, M6, M7, M16, M9 M2, M6, M16, M9 I1 I1 P1, I1 Wykaz literatury Literatura podstawowa: [1] J. Surma — Business Intelligence. Systemy wspomagania decyzji buznesowych.,, Warszawa, 2009, PWN [[rozdziały 1-4]] [2] M. Jarke — Hurtownie danych: podstawy organizacji i funkcjonowania.,, Warszawa, 2003, WSiP Literatura uzupełniająca: [1] J. Celko — SQL. Zaawansowane techniki programowania.,, Warszawa, 2008, PWN 12 Informacje o nauczycielach akademickich Oboba odpowiedzialna za kartę dr inż. Renata Uryga (kontakt: [email protected]) Oboby prowadzące przedmiot dr inż. Renata Uryga (kontakt: [email protected]) Strona 4/4