Wydział Informatyki
Kierunek studiów Matematyka Stosowana Poziom i forma studiów pierwszego stopnia inżynierskie stacjonarne
Specjalność / Ścieżka dyplomowania Matematyka nowoczesnych technologii Profil kształcenia praktyczny
Nazwa przedmiotu Modelowanie hurtowni danych Kod przedmiotu MAT1MHD
Rodzaj przedmiotu obieralny
Forma zajęć i liczba godzin W Ć L P Ps T S Semestr 5/6
15 45 Punkty ECTS 4
Przedmioty wprowadzające
Cele przedmiotu

Celem przedmiotu jest zapoznanie się tematyką hurtowni danych.

Treści programowe

Wykład:
1-2. Zaawansowane obiekty baz danych. Programowanie proceduralne SQL.
3. Wielowymiarowy model hurtowni danych (model gwiazdy i modele pochodne). Architektura hurtowni danych
4. SQL dla OLAP: grupowanie wielokrotne i funkcje analityczne.
5. Integracja danych pochodzących z różnych źródeł z wykorzystaniem języka Python.
6-7. Analiza danych w oparciu o modele sieci bayesowskich.

Pracownia specjalistyczna:
1-2. Zaawansowane obiekty baz danych. Programowanie proceduralne SQL.
3. Wielowymiarowy model hurtowni danych (model gwiazdy i modele pochodne). Architektura hurtowni danych
4. SQL dla OLAP: grupowanie wielokrotne i funkcje analityczne.
5. Integracja danych pochodzących z różnych źródeł z wykorzystaniem języka Python.
6-7. Analiza danych w oparciu o modele sieci bayesowskich.

Metody dydaktyczne

wykład problemowy,   programowanie z użyciem komputera,   wykład informacyjny,   ćwiczenia przedmiotowe,  

Forma zaliczenia

Wykład: zaliczenie pisemne.
Pracownia specjalistyczna: kolokwium, prace domowe, wejściówki, projekt.

Symbol efektu uczenia się Zakładane efekty uczenia się Odniesienie do kierunkowych efektów uczenia się
EU1 zna zaawansowane obiekty baz danych K_W11
EU2 potrafi napisać zaawansowane zapytanie SQL do hurtowni danych bazujące na funkcjach analitycznych K_U14
EU3 potrafi projektować modele hurtowni danych K_U14
EU4 potrafi integrować dane pochodzące z różnych źródeł K_U14
EU5 potrafi dokonać analizy danych w oparciu o modele sieci bayesowskich K_U08
EU6 potrafi przygotować sprawozdanie z pracowni specjalistycznej wraz z wnioskami z wykonanego zadania K_U23
EU7 potrafi używać proceduralnego języka SQL K_U14
Symbol efektu uczenia się Sposób weryfikacji efektu uczenia się Forma zajęć na której zachodzi weryfikacja
EU1 zaliczenie pisemne W
EU2 kolokwium sprawdzające znajomość języka SQL dla OLAP Ps
EU3 wykonanie pracy domowej polegającej na zaprojektowaniu modelu hurtowni danych Ps
EU4 wykonanie pracy domowej polegającej na integracji danych, pochodzących z różnych źródeł Ps
EU5 wejściówka, praca domowa Ps
EU6 przygotowanie sprawozdania z wykonanego zadania domowego. Ps
EU7 wejściówki sprawdzające znajomość proceduralnego języka SQL, praca domowa Ps
Bilans nakładu pracy studenta (w godzinach) Liczba godz.
Wyliczenie
1 - Udział w wykładach - 15x1h 15
2 - Udział w pracowni specjalistycznej - 15x3h 45
3 - Przygotowanie do pracowni specjalistycznej oraz wykonywanie zadań domowych 20
4 - Udział w konsultacjach 5
5 - Przygotowanie do zaliczenia wykładu 10
6 - Przygotowanie do kolokwium 5
RAZEM: 100
Wskaźniki ilościowe GODZINY ECTS
Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela 65
(4)+(1)+(2)
2.6
Nakład pracy studenta związany z zajęciami o charakterze praktycznym 65
(3)+(2)
2.6
Literatura podstawowa

1. Ch. Todman, Projektowanie hurtowni danych. Wspomaganie zarządzania relacjami z klientami. Seria: Kanon informatyki, Księgarnia Techniczna, 2011.
2. R. Kimball, J. Caserta, The Data Warehouse ETL Toolkit (2nd edition). New York: Wiley, 2008.
3. B. Inmon, D. Strauss, G.Neushloss, DW 2.0 – Architecture for the Next Generation of Data Warehousing. Elsevier Press, 2008.
4. F. Silvers, Building and Maintaining a Data Warehouse. Auerbach Publications, 2008.

Literatura uzupełniająca

1. J. Casteel, Oracle 11g: SQL, Course Technology, 2010.
2. S. Feuerstein, Oracle PL/SQL Programming, O'Reilly Media; Fifth Edition edition, 2009.

Jednostka realizująca Katedra Oprogramowania Data opracowania programu
Program opracował(a) dr hab. inż. Agnieszka Drużdżel 2021.04.20