Технології обробки та аналізу інформації
Освітня програма: Прикладна математика (м)
Структурний підрозділ: Факультет комп'ютерних наук та кібернетики
Назва дисципліни
Технології обробки та аналізу інформації
Код дисципліни
Тип модуля
Вибіркова дисципліна для ОП
Цикл вищої освіти
Другий
Рік навчання
2021/2022
Семестр / Триместр
4 Семестр
Кількість кредитів ЕСТS
4
Результати навчання
ПРН3. 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.
Форма навчання
Попередні умови та додаткові вимоги
1. Знати: основи маніпулювання табличними даними, поняття реляційних баз даних та їх трансформацій, зокрема, нормалізації та денормалізації.
2. Вміти: застосовувати на практиці інструментальні середовища програмування та обробки даних.
3. Володіти навичками: візуального проектування.
Зміст навчальної дисципліни
Мета дисципліни – засвоєння базових знань та оволодіння навичками технологій обробки даних та розробки інформаційно-аналітичних систем.
В результаті вивчення навчальної дисципліни студент повинен:
знати основні поняття стосовно OLAP-технології роботи із базами даних, розробки сховищ даних (Data Warehouse), OLAP-кубів моделювання;
вміти застосовувати на практиці інструментальні середовища при проектуванні та розробці аналітичних інтегрованих інтерактивних звітів та панелей (dashboards), створювати та експортувати звідні (pivot) аналітичні таблиці.
Рекомендована та необхідна література
1. Leskovec J. Mining of Massive Datasets / Jure Leskovec Anand Rajaraman, Jeffrey David Ullman // Stanford Univ. – 2010.
2. Барсегян А.А. Методы и модели анализа данных: OLAP и Data Mining // БХВ-Петербург, 2004. – 331 с.
3. Паклин Н.Б. Бизнес-аналитика: от данных к знаниям / Паклин Н.Б., Орешков В.И. // Питер, 2013. – 706 c.
4. Understanding Microsoft OLAP Architecture https://docs.microsoft.com/en-us/analysis-services/multidimensional-models/olap-physical/understanding-microsoft-olap-architecture.
Заплановані освітні заходи та методи викладання
Лекції, лабораторні заняття, самостійна робота, тести, захист лабораторних робіт, іспит.
Методи та критерії оцінювання
- семестрове оцінювання:
1. Захист лабораторних робіт: РН 2.1 –– 30/18 балів.
2. Захист лабораторних робіт: РН 2.2 –– 30/18 балів.
- підсумкове оцінювання (у формі екзамену):
максимальна кількість балів які можуть бути отримані студентом: 40 балів;
результати навчання які будуть оцінюватись: PH1.1, PH1.2.
Мова викладання
Українська
Викладачі
Ця дисципліна викладаеться наступними викладачами
Володимир
Федорович
Кузенко
Теорії та технології програмування
Факультет комп'ютерних наук та кібернетики
Факультет комп'ютерних наук та кібернетики
Кафедри
Наступні кафедри задіяні у викладанні наведеної дисципліни
Теорії та технології програмування
Факультет комп'ютерних наук та кібернетики