Business intelligence: Analyse af store databaser
|
Målgruppe: Udviklere af business intelligence (BI) løsninger, der lærer at udvikle en komplet BI-løsning. Business intelligence-arkitekter, der får et dybt kendskab til teknologierne og dermed kan designe en optimal løsning til et givet forretningsbehov. Dataanalytikere, der til daglig arbejder med dataanalyse, men gennem fagpakken opnår ny viden om, hvordan den underliggende teknologi fungerer. |
Undervisningsform: Undervisningen består typisk af tre seminardage pr. enkeltfag med kombinerede forelæsninger og øvelsessessioner (både med brug af computer og blyant og papir). Mellem seminarerne læser deltagerne faglitteratur og laver øvelser/opgaver. Desuden udarbejder de i grupper et miniprojekt til en realistisk problemstilling. Deltagerne skal regne med ca. 30 timers arbejde i forbindelse med hvert seminar. |
Målet med denne fagpakke er, at deltagerne opnår viden om og praktisk erfaring med anvendelser af Business Intelligence (BI), det vil sige teknikker til analyse af store datamængder. Dette inkluderer data warehousing, On-Line Analytical Processing (OLAP) og data mining. Deltagerne får et dybt kendskab til BI-teknologier og bliver i stand til at designe og udvikle komplette BI-løsninger.
Fagpakken er bygget op af tre enkeltfag.
Det første enkeltfag dækker grundlæggende data warehousing, multidimensionelle databaser og OLAP.
Det andet enkeltfag dækker grundlæggende data mining.
Det tredje enkeltfag dækker avancerede emner i forlængelse af de to første enkeltfag.
Viden:
Gennem fagpakken skal deltagerne opnå viden om teorier, teknologier, discipliner, metoder og teknikker inden for følgende områder:
- Data Warehousing, herunder
- Integration af mange datakilder.
- Data warehouse arkitektur.
- Opbygning af et data warehouse: Extract, Transform, Load (ETL).
- Data warehouse værktøjer.
- Multidimensionelle databaser, herunder
- Grundlæggende multidimensionel modellering.
- Håndtering af ændringer i dimensioner.
- Avanceret multidimensionel modellering.
- Brug af aggregater til performanceoptimering.
- Indeksering af multidimensionelle databaser, herunder bitmap index.
- On-line Analytical Processing (OLAP), herunder
- OLAP queries.
- OLAP implementation: ROLAP/MOLAP/HOLAP.
- OLAP værktøjer.
- Design og brug af slutbrugerapplikationer.
- Vidensopdagelse i databaser, inkl. præprocessering.
- Fundamentale data mining metoder, herunder
- Associeringsregler (association rules), finder f.eks. samkøbsmønstre.
- Sekventielle mønstre (sequential patterns), finder f.eks. mønstre over tid.
- Gruppering af dataobjekter (clustering), finder f.eks. kundegrupper.
Deltagerne skal kunne forholde sig kritisk og refleksivt i forhold til de teoretiske emner.
Færdigheder:
Deltagerne skal efter at have gennemført fagpakken kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere, vurdere og komme med forslag til løsning af konkrete problemstillinger i praksis. De skal kunne argumentere for relevansen af de valgte teorier, metoder og modeller samt for det udarbejdede løsningsforslag, og de skal kunne reflektere over betydningen for den sammenhæng, løsningen indgår i.
Konkret forventes det, at deltagerne efter gennemførelse af fagpakken er i stand til at:
- designe et data warehouse ved hjælp af multidimensionel modellering,
- implementere data warehouse designet ved hjælp af såvel relationel (ROLAP) som multidimensionel (MOLAP) teknologi,
- integrere data fra flere forskellige databaser,
- designe og implementere programmel til opbygning af data warehouse (ETL),
- analysere data warehouset ved hjælp af On-Line Analytical Processing (OLAP) værktøjer,
- optimere performance i data warehouset,
- forberede data til data mining (præprocessering),
- forstå og anvende en række data mining metoder til vidensopdagelse i store databaser,
- forstå og sammenligne algoritmerne bag forskellige data mining metoder.
Kompetencer:
Deltagerne skal kunne reflektere over og udvikle egen praksis i relation til fagpakkens emne, kommunikere om problemstillinger og løsningsmodeller med såvel specialister som brugere og beslutningstagere, indgå i et tværfagligt samarbejde og påtage sig ansvar for at styre og udvikle komplekse arbejdssituationer, der forudsætter nye løsningsmodeller.
Konkret forventes det, at deltagerne efter gennemførelse af fagpakken er i stand til at:
- træffe informerede valg omkring data warehouse-arkitektur, data warehouse-modellering og teknikker til dataintegration,
- vælge den rigtige type data mining metode til en given problemstilling, at parametrisere data mining algoritmer til et givent datasæt og at analysere data mining resultater,
- designe og udvikle et komplet business intelligence system for en kompleks, realistisk problemstilling.
Diplomuddannelse i softwarekonstruktion, bacheloruddannelse i datalogi eller tilsvarende samt efterfølgende to års relevant erhvervserfaring.
Har du ikke en af de adgangsgivende uddannelser, kan du søge om optagelse efter individuel vurdering.
Deltagerne bør være gode til engelsk, da litteraturen er på engelsk, og undervisningssproget kan være engelsk.
Desuden er det ønskeligt, hvis deltagerne har erfaring med selvstændig installation og brug af større tekniske programpakker.
Undervisningen er tilrettelagt efter, at deltagerne har et grundlæggende kendskab til algoritmer og datastrukturer samt har fortrolighed med et programmeringssprog såsom C, C#, Java, Pascal, Perl, PHP, Python eller Visual Basic.
Der forudsættes kendskab til databasesystemer svarende til, hvad der opnås gennem enkeltfaget Databasemanagementsystemer i fagpakken Database design, udvikling og optimering.
Enkeltfag
| Titel | Periode | Kr. | ECTS | Ansøg |
|---|---|---|---|---|
| Data warehousing og OLAP | 01.09.14 - 31.10.14 | 6.000 | 5 | AAU |
|
Udbyder:
Aalborg Universitet
Undervisningssted:
Aalborg Universitet, Institut for Datalogi
Selma Lagerlöfs Vej 300 9220 Aalborg Øst
Undervisere:
Endnu ikke fastlagt
Enkeltfaget dækker emnerne grundlæggende data warehousing, multidimensionelle databaser og OLAP. Målet er, at deltagerne opnår viden om og praktisk erfaring med anvendelser af data warehousing og On-Line Analytical Processing (OLAP), og at de får et dybt kendskab til teknologierne og bliver i stand til at designe og udvikle komplette data warehouse-/OLAP-løsninger. Viden:
Deltagerne skal kunne forholde sig kritisk og refleksivt i forhold til de teoretiske emner. Konkret forventes det, at deltagerne efter gennemførelse af faget er i stand til at:
Kompetencer: Undervisningen består af seminardage, typisk tre pr. enkeltfag fra kl. 9 til 16, der veksler mellem forelæsninger og øvelsessessioner. Mellem seminarerne læser deltagerne faglitteratur, laver øvelser/opgaver og udarbejder i grupper et miniprojekt til en realistisk problemstilling. Denne del af undervisningen foregår som fjernundervisning, så kontakten mellem deltagere og undervisere sker typisk via nettet. Deltagerne skal regne med ca. 30 timers arbejde i forbindelse med hvert seminar. Intern, mundtlig evaluering med udgangspunkt projektrapporten for miniprojektet. Der gives karakter efter 7-trins-skalaen. Prøven varer normalt en halv time. |
||||
| Data mining: Vidensopdagelse i store databaser | 01.11.14 - 31.12.14 | 6.000 | 5 | AAU |
|
Udbyder:
Aalborg Universitet
Undervisningssted:
Aalborg Universitet, Institut for Datalogi
Selma Lagerlöfs Vej 300 9220 Aalborg Øst
Undervisere:
Endnu ikke fastlagt
Enkeltfaget dækker grundlæggende data mining. Målet med enkeltfaget er, at deltagerne opnår viden om og praktisk erfaring med anvendelser af grundlæggende data mining. De får et dybt kendskab til teknologierne og bliver i stand til at forberede data til data mining (præprocessering) og benytte en række data mining metoder. Viden:
Deltagerne skal kunne forholde sig kritisk og refleksivt i forhold til de teoretiske emner. Konkret forventes det, at deltagerne efter gennemførelse af faget er i stand til at:
Kompetencer: Undervisningen består af seminardage, typisk tre pr. enkeltfag fra kl. 9 til 16, der veksler mellem forelæsninger og øvelsessessioner. Deltagerne skal regne med ca. 30 timers arbejde i forbindelse med hvert seminar. Ekstern, mundtlig evaluering med udgangspunkt i projektrapporten for miniprojektet. Der gives karakter efter 7-trins-skalaen. Prøven varer normalt en halv time. |
||||
| Avanceret business intelligence | 01.01.15 - 28.02.15 | 6.000 | 5 | AAU |
|
Udbyder:
Aalborg Universitet
Undervisningssted:
Aalborg Universitet, Institut for Datalogi
Selma Lagerlöfs Vej 300 9220 Aalborg Øst
Undervisere:
Endnu ikke fastlagt
Faget dækker avancerede Business Intelligence-emner i forlængelse af de to foregående enkeltfag. Målet er, at deltagerne opnår viden om og praktisk erfaring med anvendelser af avanceret Business Intelligence. Dette inkluderer f.eks. avanceret multidimensionel modellering og avanceret data mining. Deltagerne får et dybt kendskab til teknologierne og bliver i stand til at designe og udvikle komplette, avancerede BI-løsninger. Viden:
Deltagerne skal kunne forholde sig kritisk og refleksivt i forhold til de teoretiske emner. Konkret forventes det, at deltagerne efter gennemførelse af fagpakken er i stand til at:
Kompetencer:
Undervisningen består af seminardage, typisk tre pr. enkeltfag fra kl. 9 til 16, der veksler mellem forelæsninger og øvelsessessioner. Underviserne kan vælge på en af seminardagene f.eks. at sætte udarbejdelse af en løsning til en større og kompleks opgave eller deltagerpræsentationer af relevante emner og opgaver på programmet. Deltagerne skal regne med ca. 30 timers arbejde i forbindelse med hvert seminar. Intern mundtlig prøve. Der gives karakter efter 7-trins-skalaen. |
||||
