Cel kształcenia i wykaz literatury

Główny cel kształcenia: Celem kształcenia jest przekazanie studentom wiedzy z zakresu podstaw teoretycznych wybranych metod wielowymiarowej analizy oraz wykształcenie umiejętności zastosowania poznanych metod do rozwiązywania praktycznych problemów w tym zakresie. Poza tym celem jest poznanie przez studentów metod i technik tworzenia hurtowni danych (HD) jako środowisko do wielowymiarowej analizy oraz analitycznego przetwarzanie danych na bieżąco OLAP (On-line Analitical Processing).

Ogólne informacje o zajęciach: Przedmiot jest obowiązkowy na specjalności "Nowoczesne technologie informacyjno-komunikacyjne"

Materiały dydaktyczne: Na stronach WWW molech.sd.prz.edu.pl

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	D.Medrala, M. Szeliga	Microsoft SQL Server. Modelowanie i eksploracja danych	Helion, Gliwice.	2012
2	Patrick LeBlanc	Microsoft SQL Server 2012. Krok po kroku	APN Promise, Warszawa .	2013
3	Foster Provost, Tom Fawcett	Analiza danych w biznesie. Sztuka podejmowania skutechnych decyzji	Helion S.A., Gliwice.	2015
4	Doug Harts	Microsoft Office 2007 Business Intelligence. Raporty, analizy i pomiary	APN PROMISE, Warszawa.	2008

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	Alexander M., Decker J., B. Wehbe	Analizy Business Intelligence. Zaawansowane wykorzystywanie Excela	Helion, Gliwice.	2014
2	Marco Russo, A. Ferrari, C. Webb	Microsoft SQL Server 2012. Analysis Services	APN Promise, Warszawa.	2012
3	Stacia Misner	Microsoft SQL Server 2012. Reporting Services	APN Promise, Warszawa.	2013

Literatura do samodzielnego studiowania

1

Morzy T.

Eksploracja danych. Metody i algorytmy

Wydawnictwo anukowe PWN.

2013

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Student musi być zarejestrowany na drugi semestr studiów magisterskich

Wymagania wstępne w kategorii Wiedzy: Student powinien posiadać wiedzę w zakresie Informatyki, baz danych oraz Podstaw sztucznej inteligencji.

Wymagania wstępne w kategorii Umiejętności: Wymagane jest posiadanie umiejętności obsługi oprogramowania takiego, jak MS Excel, MATLAB oraz MS Office.

Wymagania wstępne w kategorii Kompetencji społecznych: Umiejętność samodzielnego poszerzania swojej wiedzy i doskonalenia umiejętności zawodowych

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 uporządkowaną wiedzę z zakresu metod wielowymiarowej analizy danych i zna ich zalety i ograniczenia, sytuacje, w których mogą być stosowane oraz możliwe alternatywy, ponadto potrafi dobrać właściwą analizę wielowymiarową do rozważanego problemu, weryfikując spełnienie koniecznych założeń oraz posiada umiejętność poprawnego wnioskowania na podstawie przeprowadzonych analiz.	wykład, laboratorium, laboratorium problemowe,	zaliczenie cz. praktyczna, egzamin cz. pisemna	K_W04+ K_U09+++	P7S_UW P7S_WG
02	Potrafi na podstawie wykonanych analiz danych opracować odpowiednie wnioski i raporty w celu wspomagania decyzji menedżerskich	wykład, laboratorium	zaliczenie cz. pisemna, egzamin cz. pisemna	K_W04++ K_U09+++	P7S_UW P7S_WG
03	Zna podstawowe metody wielowymiarowych analiz danych, technologie OLAP, niezbędne do analiz danych biznesowych i produkcyjnych oraz potrafi je wykorzystywać do rozwiązywania zadań	wykład, laboratorium	zaliczenie cz. praktyczna, egzamin cz. pisemna, egzamin cz. praktyczna	K_W01+ K_U09++	P7S_UW P7S_WG
04	Uzyskanie wiedzy z zakresu podstaw teoretycznych wybranych metod analizy wielowymiarowej oraz wykształcenie umiejętności zastosowania poznanych metod do rozwiązywania praktycznych problemów w tym zakresie.	wykład, laboratorium, laboratorium problemowe	zaliczenie cz. praktyczna, egzamin cz. pisemna	K_W04++ K_U09+++	P7S_UW P7S_WG
05	Potrafi właściwie interpretować uzyskane wyniki w ramach analiz wielowymiarowych oraz zastosować odpowiednie metody analizy wielowymiarowej w odniesieniu do określonych problemów ekonomicznych.	wykład, laboratorium	egzamin cz. pisemna, zaliczenie cz. praktyczna, zaliczenie cz. pisemna, egzamin cz. praktyczna	K_W04+ K_U09++	P7S_UW P7S_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
3	TK01	Współczesne narzędzia do wielowymiarowej analizy danych i raportowania. Hurtownia danych jako środowisko do wielowymiarowej analizy i eksploracji danych. Pojęcia podstawowe: wielowymiarowy model danych, tabele faktów, wymiarów, miary, kostki wielowymiarowe, agregacje, metadane.	WO1	MEK01 MEK04
3	TK02	Architektura hurtowni danych. Źródła danych i ich rodzaje. Moduły HD. Modele danych w hurtowni. Narzędzia programowe umożliwiające integrację BD. Zarządzanie i optymalizacja pamięci w HD.. Wielowymiarowe, relacyjne i hybrydowe modele danych stosowane w hurtowni. Techniki ETL (Extraction, Transformation and Loading). Administrowanie hurtownią danych. Planowanie i projektowanie systemu analitycznego przedsiębiorstwa.	W02	MEK01 MEK03
3	TK03	Usługi analityczne. Aspekty teoretyczne i praktyczne przetwarzania danych: OLTP (Online Transaction Processing) i Online Analytical Processing - OLAP. Analityczne przetwarzanie na bieżąco OLAP. Projektowanie systemu OLAP.	W03	MEK03 MEK04
3	TK04	Wielowymiarowe kostki OLAP. Integracja HD z arkuszem kalkulacyjnym. Wybór źródła danych, tworzenie interfejsu użytkownika. Prezentacja graficzna wyników. Architektura MS SQL Server Analysis Services. Wielowymiarowa analiza OLAP w MS SQL Server 2008 R2.	W04	MEK03 MEK05
3	TK05	Wielowymiarowe analizy statystyczne: Wieloczynnikowa analiza wariancji.Analiza kowariancji. Analiza kanoniczna. Analiza dyskryminacji. Analiza składowych głównych i analiza czynnikowa.	W05	MEK01 MEK02
3	TK06	Analiza skupień. Podstawowe pojęcia odległości taksonomicznej, miary i odległości. Techniki grupowania: aglomeracyjne i podziałowe. Metody skupiania: metoda K-średnich, medianowa, metoda minimalnej wariancji. Rozmyta metoda analizy skupień.	W06, W07	MEK01 MEK02 MEK04 MEK05
3	TK07	Model relacyjny a model wielowymiarowy. Model płatka gwiazdy, płatka śniegu i konstelacji faktów. Problemy wydzielania, transformacji i ładowania. Główne problemy hurtowni danych. Selekcja. Oczyszczanie. Wzbogacanie. Kodowanie (transformacja). Raportowanie.	LO1	MEK01 MEK04
3	TK08	Instalacja serwera bazodanowego "MS SQL Server 2008 R2 Enterprise". Podstawowe elementy serwera bazodanowego. Wstępna analiza wymagań dotyczących instalacji serwera bazodanowego. Instalacja serwera. Podstawowe funkcjonalności MS SQL Sever 2008 R2: "SQL Server Configuration Manager" , "SQL Server Management Studio (SSMS)" , "SQL server Reporting Services (SSRS)" , "SQL Server Analysis Services (SSAS)". (tworzenie konta usługi dla serwera, instalacja i konfiguracja serwera, instalacja przykładowych baz danych.)	L02, L03,	MEK01 MEK03
3	TK09	Podstawy obsługi SQL Server 2008 R2 z wykorzystaniem "SQL Server Management Studio": Wprowadzenie do pakietu SSMS - interfejs graficzny aplikacji, systemowe bazy danych 2. Zarządzanie bazami danych za pomocą SSMS: a. tworzenie nowej bazy danych b. modyfikacja ustawień baz danych, tworzenie kopii zapasowej bazy danych c. usuwanie bazy danych, przywracanie bazy danych z kopii zapasowej 3. Podstawy języka t- SQL a. operacje selekcji i projekcji b. zarządzanie tabelami c. modyfikowanie danych.	LO5, L06	MEK01 MEK03 MEK04
3	TK10	Analysis Services in Microsoft SQL Server 2008 R2 Instalacja i konfiguracja usługi "Analysis Services" , Instalacja przykładowej bazy danych. Tworzenie projektu rozwiązania BI: definicja nowego projektu, definicja źródeł danych, tworzenie i przeglądanie widoku źródeł danych, modyfikowanie widoku źródła danych (dodawanie kluczy podstawowych i relacji, tworzenie obszaru diagramu tematycznego, dodawanie nazwanych obliczeń, tworzenie nazwanego zapytania.) Podstawy projektowania rozwiązania BI: tworzenie wymiarów, tworzenie i modyfikowanie kostki.	L07, L08	MEK01 MEK03 MEK05
3	TK11	Reporting Services in Microsoft SQL Server 2008 R2 : Usługa raportowania w MS SQL Server 2008 R2. Instalacja i konfiguracja usługi. Instalacja. przykładowych raportów na serwerze bazodanowym. Przegląd przykładowego raportu opublikowanego na serwerze. Tworzenie i publikowanie raportów z wykorzystaniem pakietu "Report Builder 3.0". Kolokwium zaliczeniowe	L09, L10	MEK02 MEK05

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 3)	Przygotowanie do kolokwium: 15.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Uzupełnienie/studiowanie notatek: 10.00 godz./sem. Studiowanie zalecanej literatury: 5.00 godz./sem.
Laboratorium (sem. 3)	Przygotowanie do laboratorium: 10.00 godz./sem. Przygotowanie do kolokwium: 5.00 godz./sem.	Godziny kontaktowe: 20.00 godz./sem.	Dokończenia/wykonanie sprawozdania: 5.00 godz./sem.
Konsultacje (sem. 3)		Udział w konsultacjach: 2.00 godz./sem.
Egzamin (sem. 3)	Przygotowanie do egzaminu: 10.00 godz./sem.	Egzamin pisemny: 2.00 godz./sem. Inne: 1.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Kolokwium pisemne polega na udzieleniu odpowiedzi na trzy pytania dotyczące treści prezentowanych na zajęciach wykładowych. Poprawna odpowiedź na pytanie pozwala uzyskać 3 punkty. Częściowo poprawna lub niepełna odpowiedź pozwala uzyskać proporcjonalnie mniejszą liczbę punktów. Zdobyta przez studenta liczba punktów jest dzielona przez 9 i przekształcana na wartość procentową. Przyjęto następującą skalę ocen: ndst - do 50%, dst - 51% - 60%, dst+ - 61% - 70%, db - 71% - 80%, db+ - 81% - 90%, bdb - powyżej 90%
Laboratorium	Kolokwium zaliczeniowe realizowane jest przy komputerze i polega na rozwiązaniu trzech zadań dotyczących wykorzystania języka SQL w pakiecie Microsoft Sql Server. Poprawna odpowiedź na pytanie pozwala uzyskać 4 punkty. Częściowo poprawna lub niepełna odpowiedź pozwala uzyskać proporcjonalnie mniejszą liczbę punktów. Zdobyta przez studenta liczba punktów jest dzielona przez 12 i przekształcana na wartość procentową. Przyjęto następującą skalę ocen: ndst - do 50%, dst - 51% - 60%, dst+ - 61% - 70%, db - 71% - 80%, db+ - 81% - 90%, bdb - powyżej 90%
Ocena końcowa	Ocena końcowa z przedmiotu wyliczana jest jako średnia arytmetyczna oceny uzyskanej z zaliczenia części wykładowej oraz laboratoryjnej.

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
WAD_K_Lab.pdf

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: tak

1	Ł. Paśko; G. Setlak	Random Forests in a Glassworks: Knowledge Discovery from Industrial Data	2020
2	Ł. Paśko; M. Piróg; G. Setlak	Pozyskiwanie wiedzy z danych przemysłowych do wspomagania decyzji w procesie produkcyjnym	2019