|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KIT / NNDSK
:
Popis předmětu
Pracoviště / Zkratka
|
KIT
/
NNDSK
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Datové sklady
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
4
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
1
[HOD/TYD]
Cvičení
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
16 / -
|
0 / 0
|
0 / 0
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Letní semestr
|
Vyučovaný semestr
|
Letní semestr
|
Minimum (B + C) studentů
|
nestanoveno
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
0
|
Hodnotící stupnice |
A|B|C|D|E|F |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
A|B|C|D|E|F |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
KIT/INDSK
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
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.
|
Požadavky na studenta
|
Podmínkou udělení zápočtu je docházka na cvičení, připravenost, schopnost samostatného řešení zadaných úloh. Zkouška spočívá v řešení zadaného komplexního úkolu s ústním rozborem navrženého řešení a z ověření teoretických znalostí ústní formou.
|
Obsah
|
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
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Základní:
MOHANTY, Soumendra; JAGADEESH, Madhu; SRIVATSA, Harsha. Big data imperatives: Enterprise ?Big Data?warehouse,?BI?implementations and analytics. Apress, 2013. ISBN 978-1430248729.
-
Základní:
LABERGE, Robert. Datové sklady: agilní metody a business intelligence. Computer Press. Brno, 2012. ISBN 978-80-251-3729-1.
-
Základní:
NĚMEC, Radek. Principy projektování a implementace systémů Business Intelligence. Ostrava, 2014. ISBN 978-80-248-3452-8.
-
Základní:
KIMBALL, Ralph; ROSS, Margy. The data warehouse toolkit: The definitive guide to dimensional modeling. John Wiley & Sons, 2013. ISBN 978-1118530801.
-
Doporučená:
TURBAN, Efraim. Business intelligence: a managerial approach. 2nd ed.. Boston: Prentice Hall, 2011. ISBN 978-0-13-610066-9.
|
Časová náročnost
|
Prezenční forma studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Kontaktní výuka
|
39
|
Semestrální práce
|
48
|
Příprava na zkoušku
|
13
|
Domácí příprava na výuku
|
20
|
Celkem
|
120
|
|
Předpoklady - další informace k podmíněnosti studia předmětu |
Předpokládají se pokročilé znalosti jazyků SQL a PL/SQL. |
Získané způsobilosti |
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. |
Vyučovací metody |
- Monologická (výklad, přednáška, instruktáž)
- Dialogická (diskuze, rozhovor, brainstorming)
- Nácvik dovedností
|
Hodnotící metody |
- Ústní zkouška
- Posouzení zadané práce
|
|
|
|