Üzleti intelligencia (BI) alapú rendszerek
A tantárgyleírás hatályossága
| Tantárgy neve (magyarul, angolul) |
Üzleti intelligencia (BI) alapú rendszerek
Data Warehuse and Business Intelligence Systems
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Tantárgykód | BMEVIAUAV02 | ||||||||||||
| Tantárgyjelleg | — | ||||||||||||
| Képzési szint | — | ||||||||||||
| Kurzustípusok és óraszámok (heti/féléves) |
|
||||||||||||
| Tanulmányi teljesítmény/értékelés típusa | vizsga | ||||||||||||
| Tantárgy kreditértéke | 4 | ||||||||||||
| Tantárgyfelelős |
Dr. Iváncsy Renáta Erzsébet
beosztás: adjunktus
elérhetőség:
ivancsy.renata@aut.bme.hu
|
||||||||||||
| Tantárgyat gondozó oktatási szervezeti egység |
—
|
||||||||||||
| Kar | |||||||||||||
| Tantárgy weboldala | — | ||||||||||||
| Tantárgy elsődleges mintatantervi jellege | — | ||||||||||||
| Közvetlen előkövetelmények – Erős előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Gyenge előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Párhuzamos előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Mérföldkő előkövetelmény | nincs | ||||||||||||
| Közvetlen előkövetelmények – Kizáró feltétel | nincs |
Célkitűzés
A tárgy az alábbi témaköröket dolgozza fel, elméleti és gyakorlati szempontból is:
- Üzleti intelligencia: szerepük, fogalmak, architektúrák, kialakulásának okai
- Biztonság, adathozzáférés üzleti intelligencia rendszerekben
- BI rendszerek építésének lépései
- Fizikai tervezés, particionálás, indexek, megszorítások, aggregálás
- Multidimenzionális adatmodell, OLAP rendszerek szerepe
- Elemzések, lekérdezések üzleti intelligencia rendszerekben
- Adatbányászat: alapfogalmak, fontosabb algoritmusok
- Regresszió, klasszifikáció, anomáliák detektálása, Clustering, Text Mining, attribútumok fontossága, Basic Local Alignment Search Tool (BLAST)
- Jelentések szerepe, készítése
- Szolgáltatásorientált architektúra szerepe üzleti intelligencia rendszerek fejlesztése során
- Adatbányászati eszközök szerepe és használatuk az üzleti intelligencia rendszerekben
- Üzleti intelligencia projektek menedzsmentje
- Ipari partner bevonásával esettanulmány és legfontosabb módszertani tapasztalatok bemutatása
Tervezett órai bontás a tárgy oktatása során
| Hét
| Előadás
| Gyakorlat
|
| 1
| Bevezetés: az üzleti intelligencia jelentése, az üzleti intelligencia piramis rétegeinek ismertetése.
| Ismerkedés az Oracle BI EE környezettel. A gyakorlatok során használni kívánt eszközök bemutatása. A minta adatok ismertetése, értelmezése.
|
| 2
| Az üzleti intelligencia rendszerek életciklusa. Adattárházak v. adatpiacok (a buttom up és a top down megközelítés összehasonlítása).
| A BI rendszerek által tipikusan használt adatforrások vizsgálata
|
| 3
| Információ összegyűjtése az üzleti intelligencia feldolgozás számára. Adatkinyerés, transzformáció és tisztítás. Az üzleti intelligencia adat oldala.
| Különböző adatforrások használata az Oracle BI EE rendszerből. Oracle BI Dashboard használata.
|
| 4
| OLAP rendszerek szerepe, Oracle OLAP koncepciója, dimenziós adatok jelenése, lassan változó dimenziók kezelése
| OLAP elemzések készítése.
|
| 5
| Analitikus eszközök. Az Oracle BI kapcsolatmentes analitikus eszköze
| Oracle BI Disconnected Analytics
|
| 6
| Lekérdező és riportgeneráló eszközök. Az Oracle BI Publisher
| Online riportgeneráló alkalmazás készítése az Oracle BI Publisher segítségével
|
| 7
| Statisztikai alapok.
| A BI Discoverer használata OLAP opció segítségével.
|
| 8
| Statisztikai alapok 2. Az Oracle statisztikát támogató eszköztárának ismertetése.
| Ismerkedés az Oracle Statistics támogatási lehetőségekkel egyszerű mintapéldákon keresztül.
|
| 9
| Adatbányászati alapfeladatok bemutatása
| Összetett statisztikai elemzések készítése.
|
| 10
| ZH
| Oracle BI Answers használata.
|
| 11
| Oracle adatbányászati moduljának ismertetése
| Az Oracle Data Mining használata egyszerű mintapéldákon keresztül.
|
| 12
| Az Oracle adatbányászati eszköz grafikus felületének ismertetése. Integrálás az OBI EE-vel. Adatvizualizáció.
| Az Oracle Data Miner (grafikus felhasználói felület) használata.
|
| 13
| Üzleti intelligencia projektek menedzsmentje.
| Egy komplex adatbányászati feladat megvalósítása.
|
| 14
| Esettanulmány: ténylegesen megvalósult üzleti intelligencia projekt bemutatása, érdekes feladatok és tipikus buktatók bemutatása.
| Elővizsga
|
Tanulmányi eredmények
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Tudás
Nincsenek rögzített tanulási eredmények.
Képességek
Nincsenek rögzített tanulási eredmények.
Attitűd
Nincsenek rögzített tanulási eredmények.
Autonómia és felelősség
Nincsenek rögzített tanulási eredmények.
Oktatási módszertan
Tanulástámogató anyagok
Online források
A tantárgy teljesítéséhez ajánlott előzetes ismeretek
Általános szabályok
Teljesítményértékelési módszerek
Szorgalmi időszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Szorgalmi időszakban végzett teljesítményértékelések részaránya
Nincs megadva részarány.
Vizsgaidőszakban végzett teljesítményértékelések részletes leírása
Nincs megadva részletes értékelés.
Vizsgarészek részaránya
Nincs megadva részarány.
Érdemjegy megállapítása
Nincs megadva érdemjegy határ.
Jelenléti és részvételi követelmények
Nincs megadva jelenléti követelmény.
Javítás, ismétlés és pótlás különös szabályai
Nincs megadva.
Rövid leírás
Nincs megadva.
Részletes leírás
Nincs megadva.
Ajánlott tantárgyak
A tantárgy elvégzéséhez szükséges tanulmányi munka
Nincs megadva munkaidő bontás.
Tantárgykövetelmények hatályossága
Tantervi elhelyezés
Nincsenek rögzített tantervi elhelyezések ehhez a tárgyverzióhoz.