Інфопакет

Технології обробки та аналізу інформації

ДВС.3.03.02

Вибіркова дисципліна для ОП

Другий

2023/2024

4 Семестр

3

РН3. Отримання знань для здатності проводити оцінку наявних технологій та на основі аналізу формувати вимоги до розроблення перспективних інформаційних технологій. ПРН6. Вміння проектувати та використовувати наявні засоби інтеграції даних, опрацьовувати дані, що зберігаються у різних системах. ПРН7. Вміння організовувати, конфігурувати та розробляти Web-системи, використовуючи принципи розподілених систем, гіпертекстових систем, відповідні технічні та програмні засоби. ПРН10. Вміння побудови моделей фізичних та виробничих процесів, проектування сховища і простору даних, бази знань, використовуючи діаграмну техніку і стандарти розроблення інформаційних систем.

Дистанційне навчання

Знати: основи маніпулювання табличними даними, поняття реляційних баз даних та їх трансформацій, зокрема, нормалізації та денормалізації; Вміти: застосовувати на практиці інструментальні середовища програмування та обробки даних. Володіти навичками: візуального проектування. .

Мета дисципліни – засвоєння базових знань та оволодіння навичками технологій обробки даних та розробки інформаційно-аналітичних систем. Навчальна дисципліна "Технології обробки та аналізу інформації" є складовою програми підготовки фахівців за другим (магістерським) рівнем вищої освіти галузі знань 11 "Математика та статистика" зі спеціальності 113 "Прикладна математика", освітньо-професійної програми "Прикладна математика". Дана дисципліна є вибрковою. Викладається у 2 семестрі 2 курсу в обсязі 90 год. (4 кредити ECTS), зокрема: лекції – 10 год., лабораторні – 10 год., консультації – 2 год., самостійна робота – 68 год. Завершується дисципліна – екзаменом у 2 семестрі.

1. Акіменко В.В. Прикладні задачі інтелектуального аналізу даних (DATA MINING). – К.: КНУ ім. Тараса Шевченка, 2018. – 152 c. 2. Understanding Microsoft OLAP Architecture. – [Електронний ресурс], режим доступу: https://docs.microsoft.com/en-us/analysis-services/multidimensional-models/olap-physical/understanding-microsoft-olap-architecture?view=asallproducts-allversions 3. Adding a KPI to an SQL Server Analysis Services Cube. – [Електронний ресурс], режим доступу: https://www.red-gate.com/simple-talk/databases/sql-server/bi-sql-server/adding-a-kpi-to-an-sql-server-analysis-services-cube/ 4. How to prepare a simple OLAP cube using SQL Server Analysis Services. – [Електронний ресурс], режим доступу: https://www.netwoven.com/2014/06/18/how-to-prepare-a-simple-olap-cube-using-sql-server-analysis-services/

Лекції, лабораторні роботи, самостійна робота.

Семестрове оцінювання: 1. Лабораторні роботи : РН 2.1 – 30/18 балів. 2. Лабораторні роботи : РН 2.2 – 30/18 балів. Підсумкове оцінювання (у формі іспиту): - максимальна кількість балів, які можуть бути отримані студентом: 40 балів; - результати навчання які будуть оцінюватись: PH1.1, PH1.2; - форма проведення і види завдань: письмова робота.

Українська