|
Vyučující
|
-
Borkovcová Monika, Ing. Ph.D.
-
Majerík Filip, Ing. Ph.D.
|
|
Obsah předmětu
|
1. Úvod do datových skladů (DWH) - seznámení se základními pojmy DWH. 2. Úvod do OLTP vs OLAP, DataMining, ETL, ELT, Business Inteligence. 3. Architektury datových skladů - multidimensionální databáze 4. Modely datových skladů (hvězda, vločka), reporting, vrstvy datových skladů a jejich odpovědnost. 5. Metodologie vývoje DWH - business požadavky, metody budování a provoz datových skladů, analýza zdrojových dat/systémů, návrh. 6. Příprava údajů, extrakce, transformace, zavedení (ETL, ELT) 7. Analýza OLAP 8. Možnosti analýzy v jazyce SQL - klauzule CUBE a ROLLUP 9. Integrační nástroje I - ODI, návrh a tvorba topologie. 10. Integrační nástroje II, reporting - reportingové nástroje, architektura ODV, základy principy 11. Vizualizační nástroje a možnosti tvorby dashboardů 12. Business Intelligence v praxi 13. Data Mining v praxi
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming), Metody práce s textem (učebnicí, knihou), Nácvik dovedností
- Kontaktní výuka
- 39 hodin za semestr
- Domácí příprava na výuku
- 20 hodin za semestr
- Příprava na zkoušku
- 13 hodin za semestr
- Semestrální práce
- 48 hodin za semestr
|
|
Výstupy z učení
|
Cílem předmětu je rozšířit u posluchačů znalosti z oblasti datových skladů a business inteligence. Studenti se seznámí se základními pojmy a postupy při vytváření a provozu datových skladů a na modelových příkladech si prakticky vyzkouší přípravu údajů, vytvoření datového skladu a práci s datovým skladem.
Absolvent předmětu získá informace o datových skladech a tvorbě a správě datových skladů. Dále se seznámí s BI a seznámí se s celým procesem práce s daty od zdrojových systémů po databázové systémy sloužící pro analytiku.
|
|
Předpoklady
|
Předpokládají se pokročilé znalosti jazyků SQL a PL/SQL.
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Posouzení zadané práce, Obhajoba vlastního projektu
Podmínkou udělení zápočtu je připravenost na cvičení, schopnost samostatného řešení zadaných úloh. Zkouška spočívá v řešení zadaného komplexního úkolu s ústním rozborem navrženého řešení a z ověření teoretických znalostí ústní formou.
|
|
Doporučená literatura
|
-
David Taniar, Wenny Rahayu. Data warehousing and analytics: fueling the data engine. ISBN 9783030819781.
-
David Taniar, Wenny Rahayu. Data Warehousing and Analytics. Springer International Publishing, 2022. ISBN 9783030819798.
-
James Serra. Deciphering data architectures. ISBN 9781098150761.
-
Ralph Kimball, Margy Ross. The data warehouse toolkit: the definiteve guide to dimensional modeling. ISBN 9781118530801.
|