Tantárgyi program részletes adatlapja

Adatbányászat és adattárház

« Vissza

Általános Információk
Tantárgy megnevezése (magyarul)Adatbányászat és adattárház
Tantárgy megnevezése (angolul)Data mining and data warehouse
Előadás1
Gyakorlat1
Kredit4
Meghirdetés gyakoriságatavaszi szemeszterben
Oktatás nyelvemagyar
Előtanulmányi kötelezettségeknincs
Tantárgy típusakötelező tárgy
Tantárgyfelelős tanszékInformációrendszerek Tanszék
Tantárgyfelelős oktatóKő Andrea
Tantárgyat oktatókKő Andrea
SzakInformatikai Menedzser (INFOMAN)
Szakirány
KarGazdálkodástudományi Kar
Tagozatesti
Képzés szintjeszakirányú továbbképzés
ÉvfolyamI.
Tartalom
Tantárgy szakmai tartalmaA tantárgy célja, hogy áttekintést nyújtson az adatbányászat és adattárházak elméleti hátteréről, alkalmazási lehetőségeiről. A tárgy keretében foglalkozunk az adattárházak és az adatbányászat szerepével, helyével az üzleti intelligencia megoldásokban. Megvizsgáljuk az adattárházakra épülő üzleti intelligencia megoldások sajátosságait, alkalmazásuk korlátait, feltételeit. Foglalkozunk az ETL folyamat támogatásával, az adatminőséggel kapcsolatos kérdésekkel. Áttekintjük az adatbányászat folyamatát, az adatbányászat során alkalmazott modellkészletet. A kurzus a gyakorlatban előforduló kihívásokat helyezi a középpontba, meghívott előadók segítségével elemezzük az adattárház és adatbányászat projektek kockázatait, sajátosságait. A hallgatók lehetőséget kapnak egyéni gyakorlatra a SAS rendszereinek segítségével.
Kompetenciák leírásaaz üzleti intelligencia részterületeinek ismerete, adattárház, adatbányászat folyamatának, eszközeinek, felhasználási területeinek ismerete
IrodalomjegyzékIrodalom:

1.Kő Andrea: Üzleti intelligencia; in: Döntéstámogató rendszerek 4. fejezet, szerk.: Sántáné-Tóth Edit, Panem Kiadó, 2007 (megvásárolható a http://www.panem.hu/ alatt, vagy a nagyobb könyvesboltokban)
2.Fajszi Bulcsú – Cser László - Fehér Tamás: Üzleti haszon az adatok mélyén, Alinea Kiadó, 2009

Ajánlott irodalom

3. Turban, E., Aronson, J. E. Tin-Peng Liang, and Sharda R: Decision Support and Business Intelligence Systems – Eighth Edition, Pearson Prentice-Hall, Upper Saddle River, New Jersey, 2007 (ISBN: 0-13-158017-5)
4. Turban, E., Sharda, R., Delen, D.: Decision Support and Business Intelligence Systems, 9/E, 2011 (ISBN-10: 013610729X)
5. Turban, E., Aronson, King, D., J. E., Sharda, R.: Business Intelligence, Prentice Hall, 2008 (ISBN-10: 013234761X, ISBN-13: 9780132347617)
  Inmon, W. H., “Building the Data Warehouse” New York: Wiley, Third ed. 2002
6. Kimball, R.: “Rating Your Dimensional Data Warehouse” www.intelligententerprise.com, 2000
Követelmények
Évközi tanulmányi követelményekA gyakorlati feladatok megoldása az órákon.
Vizsgakövetelményvizsga
Értékelés módszereA kurzus során megszerezhető pontok 60%-a a gyakorlatokon, míg további 40% elméleti ZH megírásával szerezhető meg. A tárgy értékelése félévközi és vizsgaidőszakbeli számonkérés kombinációjaként történik meg.

A jegy elérésének ponthatárai

48-60% elégséges
61-73% közepes
74-86% jó
87%- jeles
A hallgató egyéni munkával megoldandó feladataiA tárgy vizsgajeggyel zárul, amely az egyéni, csoportos feladatmegoldások pontszámaiból, valamint az év végi zárthelyi eredményéből áll össze.
A foglalkozásokon való részvétel követelményeiAz órán való részvétel és folyamatos munka a tárgy teljesítésének feltétele. A gyakorlati egyéni órai feladatok más módon nem teljesíthetők, aki ezeken a gyakorlatokon nem tud részt venni, az ezért járó pontszámot elveszíti. Igazolt hiányzás (pl. betegség) esetén egyéni feladat beadására lesz lehetőség, amivel az egyéni órai feladatok pontszáma megszerezhető.
Félévközi ellenőrzésekA CooSpace-ben beadandó egyéni és csoportos feladatok,
Az utolsó órán az elméleti részből zárthelyit kell írni.
Tematika
1. hét Bevezetés: az üzleti intelligencia alapfogalmai, üzleti intelligencia és döntéstámogatás, az adattárházak és az adatbányászat helye az üzleti intelligencián belül. A SAS üzleti intelligencia megoldásai.
2. hétAdattárházak (adatpiacok) jellegzetességei, kialakításuk folyamata. Adattárház projektek a gyakorlatban.
3. hétAdattárházakra épülő üzleti intelligencia megoldások sajátosságai, alkalmazásuk korlátai, feltételei
4. hétAdatbányászat és modelljei
5. hétAz adatbányászat folyamata, eszközei, felhasználási területei, Enterprise Miner (SAS) gyakorlat
6. hét
7. hét
8. hét
9. hét
10. hét
11. hét
12. hét
13. hét
14. hét

« Vissza