Strona główna

Politechnika rzeszowska im. I. Łukasiewicza


Pobieranie 33.15 Kb.
Data19.06.2016
Rozmiar33.15 Kb.
POLITECHNIKA RZESZOWSKA im. I. Łukasiewicza


WYDZIAŁ

Budowy Maszyn i Lotnictwa



KIERUNEK

Zarządzanie i inżynieria produkcji



SPECJALNOŚĆ

Nowoczesne technologie informacyjno-komunikacyjne w przedsiębiorstwie



FORMA I STOPIEŃ STUDIÓW

Stacjonarne, II stopnia




KARTA PRZEDMIOTU


NAZWA PRZEDMIOTU

WIELOWYMIAROWA ANALIZA DANYCH

Nauczyciel odpowiedzialny za przedmiot: Galina Setlak dr hab. inż., prof. nadz. PRz.
Kontakt dla studentów: tel. 86-51-433, e-mail: gsetlak@prz.edu.pl
Nauczyciel/e prowadzący: Galina Setlak, mgr inż. Marcin Olech

Katedra/Zakład/Studium: Zakład Informatyki




Semestr

całkowita liczba godzin

W

C

L

P (S)

ECTS


2


35


15





30





3



PRZEDMIOTY POPRZEDZAJĄCE WRAZ Z WYMAGANIAMI


Matematyka, Algebra liniowa, Technologie informacyjne, Informatyka, Bazy danych, Badania operacyjne





TREŚCI KSZTAŁCENIA WG PROWADZONYCH RODZAJÓW ZAJĘĆ

LICZBA GODZIN

WYKŁAD:

  1. Wielowymiarowa analiza danych w systemach wspomagania decyzji. Współczesne narzędzia do wielowymiarowej analizy danych i raportowania. Hurtownia danych środowiskiem do wielowymiarowej analizy i eksploracji danych. Pojęcia podstawowe: tabele faktów, wymiarów, miary, kostki wielowymiarowe, agregacje, metadane.

  2. Hurtownie Danych (HD) w systemach wspomagania decyzji. Architektura hurtowni. Źródła danych i ich rodzaje. Moduły HD. Modele danych w hurtowni. Narzędzia programowe umożliwiające integrację BD. Zarządzanie i optymalizacja pamięci w HD.. Wielowymiarowe, relacyjne i hybrydowe modele danych stosowane w hurtowni. Struktury danych typu gwiazda, płatek śniegu. Administrowanie hurtownią danych. Planowanie i projektowanie systemu analitycznego przedsiębiorstwa. Architektura systemu informa­tycz­nego z hurtownią danych. Źródła danych i ich rodzaje. Moduły hurtowni danych.

  3. Usługi analityczne. Aspekty teoretyczne i praktyczne przetwarzania danych: OLTP i OLAP. Analityczne przetwarzanie na bieżąco OLAP. Projektowanie systemu OLAP.

  4. Analiza i eksploracja danych w kontekście procesu pozyskiwania wiedzy. Pojęcia podstawowe, przyczyny rozwoju eksploracji danych. Przegląd celów i zadań eksploracji danych. Główne dziedziny zastosowań. Przegląd zadań eksploracji danych. Omówienie i przykłady zadań klasyfikacji, estymacji, predykcji, grupowania, uogólnienia.

  5. Przegląd technik eksploracji danych (metody statystyczne: analiza dyskryminacyjna, regresja logistyczna, sieci neuronowe: wielowarstwowy perceptron, Kohonena, Hamminga, drzewa decyzyjne, analiza skupień, metody uczenia maszynowego, metody ewolucyjne, logika rozmyta,zbiory przybliżone). Omówienie i przykłady technik sieci neuronowych, algorytmów genetycznych. Przykłady zastosowań i rozwiązań. Studium przypadku dla rozwiązań w zarządzaniu relacjami z klientami.

  6. Analiza skupień. Podstawowe pojęcia odległości taksonomicznej, miary i odległości. Techniki grupowania: aglomeracyjne i podziałowe. Metody skupiania: metoda K-średnich, medianowa, metoda minimalnej wariancji. Rozmyta metoda analizy skupień.

  7. Analiza i eksploracja danych internetowych. Charakterystyka danych internetowych. Próbkowanie danych internetowych. Przechowywanie danych internetowych w bazie danych. Zastosowanie metod eksploracji danych dla modelowania zachowania odwiedzających witrynę internetową. Przykłady narzędzi eksploracji w bazach danych i w Internecie.

2 h


2h

2h

2h



3h

2h


2h

ŁĄCZNIE LICZBA GODZIN

15 godzin

LABORATORIUM:

  1. Model relacyjny a model wielowymiarowy. Model płatka gwiazdy, płatka śniegu i konstelacji faktów. Problemy wydzielania, transformacji i ładowania. Główne problemy hurtowni danych. Procesy KDD. Selekcja. Oczyszczanie. Wzbogacanie. Kodowanie (transformacja). Raportowanie.

  2. Projektowanie i tworzenie hurtowni danych. Wielowymiarowe kostki OLAP. Integracja HD z arkuszem kalkulacyjnym. Wybór źródła danych, tworzenie interfejsu
    użytkownika. Prezentacja graficzna wyników.

  3. Architektura MS SQL Server Analysis Services. Wielowymiarowa analiza OLAP w MS SQL Server 2005.

  4. Wielowymiarowa analiza statystyczna (Analiza wariancji, analiza regresji – liniowej i nieliniowej, analiza skupień, analiza korelacji) z wykorzystaniem pakietu programowego SAS

  5. Kolokwium zaliczeniowy

6 h



6h

10 h


6h
2h

RAZEM: 30 godzin

Dyżury dydaktyczne (konsultacje): w terminach podanych w harmonogramie pracy jednostki


EFEKTY KSZTAŁCENIA – NABYTE UMIEJĘTNOŚCI

Studenci zapoznają się z podstawowymi metodami i narzędziami analizy danych. Ponadto nabędą umiejętności wykorzystywania metod statystycznych i sztucznej inteligencji, które umożliwiają odkrywanie nieznanych zależności, prawidłowości między danymi w nagromadzonych zbiorach danych (Data mining). Poznają również metody analizy danych za pomocą arkuszy kalkulacyjnych MS Excel: tabele i raporty przestawne oraz hurtowni danych (HD) jako środowisko do wielowymiarowej analizy i eksploracji danych i metod analitycznego przetwarzanie danych na bieżąco OLAP (On-line Analitical Processing). Nabędą umiejętności wykorzystywania w tym celu odpowiedniego oprogramowania: zaawansowane narzędzia MS Excel, MS SQL Server oraz Statistica Neural Networks.




FORMA I WARUNKI ZALICZENIA PRZEDMIOTU (RODZAJU ZAJĘĆ)

Laboratorium: kolokwium zaliczeniowe praktyczne z wykorzystaniem sprzętu komputerowego i oprogramowania. Zaliczenie przedmiotu: egzamin pisemny.




WYKAZ LITERATURY PODSTAWOWEJ

  1. Simon J.: Excel. Profesjonalna analiza i prezentacja danych, Helion, Gliwice, 2006

  2. M. Lasek: Data mining. Zastosowania w analizach i ocenach klientów bankowych, Wyd. Bankowość, W-wa, 2002

  3. Seidman C.: Zgłębianie i analiza danych, Przewodnik techniczny MS Press, W-wa, 2002.

  4. David Hand, Heikki Mannila, P. Smyth: Eksploracja danych, WNT, W-wa, 2005Poznań, 2007




WYKAZ LITERATURY UZUPEŁNIAJĄCEJ

  1. McFedries P. : Excel 2007 PL. Tabele i wykresy przestawne. Niebieski podręcznik, Helion, Gliwice, 2009

  2. Simon Alan R. Shaffer Steven L.: Hurtownie danych i systemy informacji gospodarczej: zastosowanie w handlu elektronicznym, Oficyna Ekonomiczna, Kraków , 2002.




Podpis nauczyciela odpowiedzialnego za przedmiot




Podpis kierownika katedry (zakładu/studium)




Data i podpis dziekana właściwego wydziału





©snauka.pl 2016
wyślij wiadomość