Cel kształcenia i wykaz literatury

Główny cel kształcenia: Zasadniczym celem kształcenia na module jest prezentacja wybranych zagadnień z zakresu zaawansowanych systemów bazodanowych, hurtowni danych, systemów Business Intelligence jak również technik wielowymiarowej analizy danych z wykorzystaniem kostek OLAP, eksploracji danych oraz elementów wybranych narzędzi analitycznych lub programistycznych.

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

Materiały dydaktyczne: https://pdymora.v.prz.edu.pl/

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

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

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	Osowski Stanisław	Metody i narzędzia eksploracji danych	BTC.	2017
2	Chodkowska-Gyurics Agnieszka	Hurtownie danych Teoria i praktyka	PWN.	2014
3	Adam Pelikant	, Hurtownie danych. Od przetwarzania analitycznego do raportowania. Wydanie II	Helion SA.	2021
4	Bill Jelen, Rob Collie	Power Pivot dla Excela. Zaawansowane możliwości	Helion SA.	2014
5	Jason Price	Oracle Database 12c i SQL	Helion.	2015
6	M. McLaughlin	Oracle Database 12c. Programowanie w języku PL/SQL	Helion.	2015

Literatura do samodzielnego studiowania

1

Ogólnodostępne wykłady i ćwiczenia http://wazniak.mimuw.edu.pl http://www.oracle.com/technetwork/tutorials/index.html, , ,

.

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 operować na zbiorach 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. zaawansowanych systemów bazodanowych w tym organizacji hurtowni i potrafi wskazać korzyści z wdrożenia hurtowni danych.	wykład , laboratorium	zaliczenie, obserwacja wykonawstwa	K_W03+ K_W04+ K_U14++ K_K01+ K_K06+	P6S_KK P6S_KR P6S_UK P6S_UU P6S_UW P6S_WG
02	Zna pojęcie i rozumie znaczenie kostki OLAP oraz potrafi wykonywać zaawansowane operacje na kostce danych.	wykład , laboratorium	zaliczenie, obserwacja wykonawstwa	K_U09+++ K_U10++ K_U14+++	P6S_UW
03	Potrafi zaprojektować efektywny model danych hurtowni i zbudować kostkę OLAP w wybranym narzędziu hurtowni danych oraz zaprojektować procesy ETL.	wykład , laboratorium	zaliczenie, obserwacja wykonawstwa	K_U09+++ K_U10++ K_U14+++	P6S_UW
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	zaliczenie, obserwacja wykonawstwa	K_U09+++ K_U10++ K_U14+++	P6S_UW
05	Potrafi budować korporacyjne systemy Business Intelligence, w tym komponenty raportowania, prezentowania i wizualizacji danych oraz zna i wykorzystuje koncepcję wskaźników KPI.	wykład , laboratorium	zaliczenie, obserwacja wykonawstwa	K_U09+++ K_U10++ K_U14+++ K_K01+ K_K06++	P6S_KK P6S_KR P6S_UK P6S_UU P6S_UW

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
7	TK01	Zajęcia organizacyjne. Ustalenie formy zaliczenia i zakresu materiału. Zapoznanie z regulaminem pracy w laboratorium.	W01, L01
7	TK02	Geneza hurtowni danych (HD) (ang. Data Warehouse) i systemów eksploracji danych (SED) (ang. Data Mining Systems).	W01, W02, L01	MEK01 MEK02
7	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 Microsoft SQL Server Integration Services (SSIS), Oracle Analytics Desktop.	W03, W04, L02	MEK01 MEK02 MEK03
7	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.	W05, W06, L03, L04	MEK01 MEK02 MEK03
7	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.	W07, W08, L05	MEK01 MEK02 MEK03 MEK04
7	TK06	Wizualizacja danych w Oracle Application Express: struktura baz danych i serwera aplikacji, połączenie z bazą danych, obszary robocze, podstawowe moduły (Application Builder, SQL Workshop, Object Browser, Query Builder, Data Workshop, Workspace Administration), ładowanie i eksportowanie danych, generowanie kodu DDL, dostęp do perspektyw APEXa, tworzenie aplikacji internetowych z dostępem do bazy danych (formularze, szablony, raporty, interaktywne wykresy, strony Master-Detail).	W09, L06	MEK01 MEK02 MEK03 MEK04 MEK05
7	TK07	Budowa korporacyjnych kokpitów menadżerskich, serwisów raportowania i wizualizacji danych. Podstawowe dotyczące wskaźników KPI. Przegląd narzędzi: Microsoft SQL Server 2019 Reporting Services, Power BI, Oracle Analytics Desktop, MS Excel BI.	W10, W11, L06	MEK01 MEK02 MEK03 MEK04 MEK05
7	TK08	Implementacja wybranych modeli data mining (np. drzewo decyzyjne, asocjaceje, klasteryzacja, inne) w wybranym środowisku analitycznym/programistycznym.	W11, W12, L07	MEK03 MEK04 MEK05

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 7)	Przygotowanie do kolokwium: 10.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Uzupełnienie/studiowanie notatek: 10.00 godz./sem. Studiowanie zalecanej literatury: 10.00 godz./sem.
Laboratorium (sem. 7)	Przygotowanie do laboratorium: 15.00 godz./sem. Przygotowanie do kolokwium: 15.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 15.00 godz./sem.
Konsultacje (sem. 7)	Przygotowanie do konsultacji: 6.00 godz./sem.	Udział w konsultacjach: 6.00 godz./sem.
Egzamin (sem. 7)	Przygotowanie do egzaminu: 25.00 godz./sem.	Egzamin pisemny: 2.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Wykład kończy się pisemnym egzaminem.
Laboratorium	Zaliczenie z każdego tematu zajęć. Obecność obowiązkowa na wszystkich zajęciach laboratoryjnych – dopuszcza się zwolnienia lekarskie z koniecznością odrobienia zajęć.
Ocena końcowa	Ocena końcowa wystawiana jest jako średnia ważona oceny z laboratorium i oceny z egzaminu. Warunkiem dopuszczenia do egzaminu jest uzyskanie pozytywnej oceny końcowej z laboratorium.

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