Cel kształcenia i wykaz literatury

Główny cel kształcenia: Zasadniczym celem kształcenia na module jest prezentacja wybranych zagadnień z zakresu hurtowni danych i wielowymiarowej analizy danych z wykorzystaniem kostek OLAP oraz elementów wybranych narzędzi analitycznych lub programistycznych.

Ogólne informacje o zajęciach: Podczas zajęć studenci poznają podstawy wielowymiarowej analizy danych oraz wybrane algorytmy w wybranych środowiskach bazodanowych oraz programistycznych.

Materiały dydaktyczne: http://v.prz.edu.pl/pawel.dymora

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Adam Pelikant	Hurtownie danych. Od przetwarzania analitycznego do raportowania. Wydanie II	Helion SA.	2021
2	Gil Raviv	Power Query w Excelu i Power BI. Zbieranie i przekształcanie danych	Helion SA.	2020
3	Hadley Wickham, Garrett Grolemund	Język R. Kompletny zestaw narzędzi dla analityków danych	Helion.	2018
4	Robert Layton	Learning Data Mining with Python	.	2017
5	Osowski Stanisław	Metody i narzędzia eksploracji danych	BTC.	2017
6	Chodkowska-Gyurics Agnieszka	Hurtownie danych Teoria i praktyka	PWN.	2014

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	Adam Pelikant	, Hurtownie danych. Od przetwarzania analitycznego do raportowania. Wydanie II	Helion SA.	2021
2	Osowski Stanisław	Metody i narzędzia eksploracji danych	BTC.	2017
3	Chodkowska-Gyurics Agnieszka	Hurtownie danych Teoria i praktyka	PWN.	2014
4	Bill Jelen, Rob Collie	Power Pivot dla Excela. Zaawansowane możliwości	Helion SA.	2014

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Ukończony kurs podstaw baz danych oraz programowania w wybranym języku programowania. Znajomość SQL. Student spełnia wymagania określone w regulaminie studiów.

Wymagania wstępne w kategorii Wiedzy: Student powinien znać podstawowe zagadnienia z zakresu relacyjnych baz danych, algorytmiki, języka SQL i podstaw programowania.

Wymagania wstępne w kategorii Umiejętności: Potrafi eksplorować zbiory danych, pisać skrypty, manipulować danymi.

Wymagania wstępne w kategorii Kompetencji społecznych: Praca w grupie, komunikatywność.

Efekty kształcenia dla zajęć

MEK	Student, który zaliczył zajęcia	Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia	Metody weryfikacji każdego z wymienionych efektów kształcenia	Związki z KEK	Związki z PRK
01	Posiada podstawową wiedzę nt. organizacji hurtowni i potrafi wskazać korzyści z wdrożenia hurtowni danych.	wykład , laboratorium, projekt	zaliczenie, obserwacja wykonawstwa	K_W05+ K_W06++ K_W07++ K_U05+ K_U06++ K_U07++ K_U08+++ K_U15+ K_U18++ K_U23+ K_K01+ K_K03+	P6S_KK P6S_KO P6S_KR P6S_UK P6S_UW P6S_WG
02	Zna pojęcie i rozumie znaczenie kostki OLAP oraz potrafi wykonywać zaawansowane operacje na kostce danych.	wykład , laboratorium, projekt	zaliczenie, obserwacja wykonawstwa	K_W05+ K_W06++ K_W07++ K_U05++ K_U06++ K_U07++ K_U08+++ K_U15+ K_U18++ K_U23+ K_K01+ K_K03+	P6S_KK P6S_KO P6S_KR P6S_UK P6S_UW P6S_WG
03	Potrafi zaprojektować efektywny model danych hurtowni i zbudować kostkę OLAP w wybranym narzędziu hurtowni danych oraz zaprojektować procesy ETL.	wykład , laboratorium, projekt	zaliczenie, obserwacja wykonawstwa	K_W05+ K_W06++ K_W07++ K_U05++ K_U06+++ K_U07++ K_U08+++ K_U15++ K_U18+++ K_U23+ K_K01+ K_K03++	P6S_KK P6S_KO P6S_KR P6S_UK P6S_UW P6S_WG
04	Potrafi wykorzystać język SQL/MDX oraz wybrane implementacje pakietów i algorytmów data mining w wybranych środowiskach programistycznych i analitycznych do eksplorowania wielowymiarowych danych.	wykład , laboratorium, projekt	zaliczenie, obserwacja wykonawstwa	K_W05+ K_W06++ K_W07++ K_U05+++ K_U06+++ K_U07+++ K_U08+++ K_U15+ K_U18+++ K_U23+ K_K01+ K_K03++	P6S_KK P6S_KO P6S_KR P6S_UK P6S_UW P6S_WG

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
6	TK01	Zajęcia organizacyjne. Ustalenie formy zaliczenia i zakresu materiału. Zapoznanie z regulaminem pracy w laboratorium.	W01, L01
6	TK02	Geneza hurtowni danych (HD) (ang. Data Warehouse) i systemów eksploracji danych (SED) (ang. Data Mining Systems).	W01, W02, L01, L02, P01	MEK01 MEK02
6	TK03	Modelowanie danych i przetwarzania (model relacyjny a wielowymiarowy, modele przetwarzania analitycznego w trybie on-line (OLAP), wielowymiarowe operacje i schematy danych, klasy i architektury OLAP – analiza porównawcza). Procesy ekstrakcji danych (ETL) (projektowanie i modelowa-nie ekstrakcji danych, specjalizowane i uniwersalne systemy ETL). Wybrane środowiska: MS SQL Server 2019, Oracle Analytics Desktop.	W03, W04, L02, L03, P02, P03	MEK01 MEK02 MEK03
6	TK04	Tworzenie hurtowni danych w wybranych środowiskach i zastosowaniach. Użycie kreatorów: kostki OLAP, wymiaru wirtualnego, projektowania magazynu, optymalizacji na podstawie użytkowania, analizy na podstawie użytkowania, wymiaru i wirtualnej kostki. Użycie edytora kostki i edytora wymiaru. Zgłębianie danych. Tworzenie wymiarów strukturalnych i informacyjnych. Tworzenie miar kalkulowanych i wymiarów kategorii.	W04, W05, L04, P04	MEK02 MEK03
6	TK05	Przetwarzanie analityczne i jego optymalizacja: perspektywy zmaterializowane (przepisywanie zapytań, wybór zbioru perspektyw, anomalie odświeżania), optymalizacja GRUP BY, kompresja, przetwarzanie równoległe, partycjonowanie. Wykorzystywanie języka zapytań SQL do eksploracji danych: projektowanie i wykonanie zapytań. Język SQL/MDX.	W05, W06, L05, P05	MEK03 MEK04
6	TK06	Implementacja wybranych modeli data mining (np. drzewo decyzyjne, asocjaceje, klasteryzacja, inne) w wybranym środowisku analitycznym/programistycznym.	W07, L06, L07, P06, P07	MEK03 MEK04

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 6)		Godziny kontaktowe: 15.00 godz./sem.	Studiowanie zalecanej literatury: 3.00 godz./sem.
Laboratorium (sem. 6)	Przygotowanie do laboratorium: 6.00 godz./sem. Przygotowanie do kolokwium: 3.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 6.00 godz./sem.
Projekt/Seminarium (sem. 6)		Godziny kontaktowe: 15.00 godz./sem..
Konsultacje (sem. 6)	Przygotowanie do konsultacji: 2.00 godz./sem.	Udział w konsultacjach: 3.00 godz./sem.
Zaliczenie (sem. 6)	Przygotowanie do zaliczenia: 5.00 godz./sem.	Zaliczenie pisemne: 2.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Wykład kończy się pisemnym zaliczeniem. Warunkiem dopuszczenia do zaliczenia wykładu jest uzyskanie pozytywnej oceny końcowej z laboratorium i pozytywna ocena z realizacji samodzielnego projektu. W szczególnych przypadkach, na podstawie obserwacji realizacji zajęć praktycznych (laboratorium, projekt) potwierdzonej wysokimi ocenami ze sprawozdań, projektu, aktywności oraz stwierdzonej znajomości tematyki zajęć, koordynator modułu może zwolnić wybranych studentów, z najwyższą średnią ocen, z konieczności zaliczenia wykładu/egzaminu. W przypadku zwolnionych osób, ocena z zaliczenia wykładu (egzaminu) będzie odpowiadała ww. średniej ważonej pozytywnych ocen.
Laboratorium	1) Na zajęciach laboratoryjnych obecność jest obowiązkowa. 2) W przypadku nieobecności należy dostarczyć dokument usprawiedliwiający nieobecność (np. zwolnienie lekarskie) oraz odrobić zajęcia w najbliższym terminie. 3) Laboratorium należy wykonać samodzielnie i oddać sprawozdanie z jego przebiegu. 4) Postępy w pracach na laboratorium są oceniane w skali od 2 - 5. 5) Na zakończenie zajęć student samodzielnie przygotowuje przerobione zadania np. w formie zdjęć/zrzutów ekranu i przesyła je drogą elektroniczną w postaci spakowanego archiwum na adres e-mail prowadzącego zajęcia. Dopuszcza się za zgodą prowadzącego przesyłanie archiwum na kanał grupy w MS Teams. 6) Student samodzielnie przygotowuje sprawozdanie bazujące na wykonanych podczas laboratorium zadaniach. Student ma czas na przesłanie sprawozdania do tygodnia kalendarzowego od rozpoczęcia zajęć. Sprawozdanie należy wykonać w szablonie przygotowanym przez prowadzącego (doc lub latex). Zrobione sprawozdanie należy wysłać na adres prowadzącego w podanym przez niego nagłówku wiadomości. Jest to warunek uczestnictwa w kolejnym laboratorium. Dopuszcza się za zgodą prowadzącego przesyłanie sprawozdania na kanał grupy w MS Teams. 7) Za sprawozdanie można uzyskać ocenę od 2 do 5. 8) Warunkami zaliczenia zajęć laboratoryjnych są: - obecność na wszystkich zajęciach; - oddanie wszystkich sprawozdań; - otrzymanie z każdych sprawozdań oceny pozytywnej; - otrzymanie na każdych zajęciach oceny pozytywnej z aktywności (postępów zajęć); - zaliczenie na ocenę pozytywną kolokwium końcowego (test pisemny lub zadanie przy komputerze). Należy spełnić wszystkie warunki w celu uzyskania pozytywnej oceny. Ocena końcowa z laboratorium jest średnią oceną z postępów w zajęciach, kolokwium oraz sprawozdań.
Projekt/Seminarium	Celem zajęć projektowych będzie samodzielna (dopuszczalna również zespołowa) realizacja projektu informatycznego, którego efektem ma być udokumentowana implementacja wybranych zagadnień wielowymiarowej analizy danych w tym algorytmów data mining.
Ocena końcowa	Ocena końcowa wystawiana jest jako średnia ważona pozytywnych oceny z laboratorium, oceny z projektu i oceny z wykładu.

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
(-)

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: nie