Ви переглядаєте архівну версію офіційного сайту НУЛП (2005-2020р.р.). Актуальна версія: https://lpnu.ua
Аналітичні сховища даних
Спеціальність: Комп'ютерні науки
Код дисципліни: 6.122.04.E.155
Кількість кредитів: 4
Кафедра: Системи штучного інтелекту
Лектор: Кривенчук Ю.П.
Семестр: 4 семестр
Форма навчання: денна
Результати навчання:
• здатність продемонструвати знання і розуміння наукових і математичних принципів, що лежать в основі інформаційних технологій;
• здатність продемонструвати знання основ професійно-орієнтованих дисциплін спеціальності: методів та засобів сучасних інформаційних технологій, комп’ютерної техніки та сучасних технологій проектування та програмування інформаційних систем, математичних методів аналізу та синтезу складних об’єктів, методів збору, обробки, аналізу, систематизації та зберігання науково-технічної інформації, методів та засобів розподілених систем та паралельних обчислень, принципів і методів побудови та застосування комп’ютерних мереж, принципів web-технологій та методів і засобів їх використання для вирішення задач спеціальності;
• здатність продемонструвати поглиблені знання принаймні в одній з областей інформаційних технологій;
• здатність продемонструвати знання та навики щодо проведення експериментів, збору даних та моделювання у предметній області.
• здатність розробляти аналітичні сховища даних за допомогою відповідного програмного забезпечення, використовуючи результати обстеження, запити, особливості обраного способу подання знань.
• здатність продемонструвати знання основ професійно-орієнтованих дисциплін спеціальності: методів та засобів сучасних інформаційних технологій, комп’ютерної техніки та сучасних технологій проектування та програмування інформаційних систем, математичних методів аналізу та синтезу складних об’єктів, методів збору, обробки, аналізу, систематизації та зберігання науково-технічної інформації, методів та засобів розподілених систем та паралельних обчислень, принципів і методів побудови та застосування комп’ютерних мереж, принципів web-технологій та методів і засобів їх використання для вирішення задач спеціальності;
• здатність продемонструвати поглиблені знання принаймні в одній з областей інформаційних технологій;
• здатність продемонструвати знання та навики щодо проведення експериментів, збору даних та моделювання у предметній області.
• здатність розробляти аналітичні сховища даних за допомогою відповідного програмного забезпечення, використовуючи результати обстеження, запити, особливості обраного способу подання знань.
Необхідні обов'язкові попередні та супутні навчальні дисципліни:
прореквізити
Основи системного аналізу
Організація баз даних та знань
Основи програмування та алгоритмічні мови
Проблемно-орієнтовані мови програмування
Кореквізити
Хмарні технології
Методи штучного інтелекту
Основи системного аналізу
Організація баз даних та знань
Основи програмування та алгоритмічні мови
Проблемно-орієнтовані мови програмування
Кореквізити
Хмарні технології
Методи штучного інтелекту
Короткий зміст навчальної програми:
Мета дисципліни - вивчення теоретичних основ, методів та програмних засобів, призначених для створення та застосування сховищ даних в інтелектуальних системах прийняття рішень.
Рекомендована література:
1. Спирик Э. Корпоративные хранилища данных. Планирование, разработка, развитие / Э. Спирик.-М.: Издательский дом "Вильямс".2001.-400 с.
2. Хранилища данных: шаги от идеи до внедрения, 2006, http://www.cnews.ru/newcom/index.shtml.
3. Конноли Т. Базы данных: проектирование, реализация и сопровождение. Теория и практика. 2-е изд.: Пер. с англ / Т. Конноли, К. Бэгг, А. Страчан. – М.: Издательский дом «Вильямс», 2000. – 1120 с.
4. Глоссарий по DWH, OLAP, XML http://www.iso.ru/club/dict/ra.html
2. Хранилища данных: шаги от идеи до внедрения, 2006, http://www.cnews.ru/newcom/index.shtml.
3. Конноли Т. Базы данных: проектирование, реализация и сопровождение. Теория и практика. 2-е изд.: Пер. с англ / Т. Конноли, К. Бэгг, А. Страчан. – М.: Издательский дом «Вильямс», 2000. – 1120 с.
4. Глоссарий по DWH, OLAP, XML http://www.iso.ru/club/dict/ra.html
Методи і критерії оцінювання:
50 - лабораторні роботи
50 - екзамен
50 - екзамен