UNIWERSYTET ŁÓDZKI - Centralny System Uwierzytelniania
Strona główna

Hurtownie danych(I)

Informacje ogólne

Kod przedmiotu: 1100-HDWZUI
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Hurtownie danych(I)
Jednostka: Wydział Matematyki i Informatyki
Grupy:
Punkty ECTS i inne: 0 LUB 6.00 (w zależności od programu) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: polski
Forma zaliczenia:

zaliczenie

Forma studiów:

niestacjonarne (zaoczne)

Wymagania wstępne:

Znajomość relacyjnych baz danych i języka SQL, podstawy programowania.

Skrócony opis:

Celem przedmiotu jest zdobycie umiejętności zaimplementowania hurtowni danych z wykorzystaniem Microsoft SQL Server. Przedmiot obejmuje implementowanie procesów ETL, kostek OLAP, tabel danych oraz raportów.

Efekty uczenia się:

Po zakończonym przedmiocie student:

E1. Podaje różne definicje hurtowni danych oraz obszary jej zastosowań.

E2. Implementuje proces ETL na etapie tworzenia hurtowni danych.

E3. Potrafi tworzyć modele: wielowymiarowy i tabelaryczny hurtowni danych.

E4. Eksploruje dane z hurtowni danych z pomocą wybranych modeli analizy danych.

E5. Tworzy interaktywne raporty biznesowe z danych pobieranych z hurtowni danych.

Powyższe efekty kształcenia osiągane w ramach przedmiotu pozwalają na realizację kierunkowych efektów uczenia, mających następujące oznaczenia w programie Informatyka II stopnia: 11I-2A_W05, 11I-2A_U05, 11I-2A_K02.

Zajęcia w cyklu "Semestr letni 2023/2024" (w trakcie)

Okres: 2024-02-26 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 16 godzin więcej informacji
Wykład, 16 godzin więcej informacji
Koordynatorzy: Robert Kowalczyk
Prowadzący grup: Robert Kowalczyk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy kurs na PZK?:

T

Metody dydaktyczne:

Metoda ćwiczeń laboratoryjnych.

Prezentacja multimedialna.

Wykład konwersatoryjny.

Sposoby i kryteria oceniania:

Ocena z ćwiczeń laboratoryjnych jest oceną z

- kilku projektów.


Projekty pozwalają zweryfikować efekty kształcenia: 11I-2A_U05.


Ocena z wykładu jest oceną z:

- testu końcowego.


Test końcowy pozwala zweryfikować efekty kształcenia: 11I-2A_W05, 11I-2A_U05, 11I-2A_K02.


Ocena końcowa to średnia ocen z laboratorium i wykładu.


Skala ocen: 91%-100%: 5 (A), 81%-90%: 4+ (B), 71%-80%: 4 (C), 61%-70%: 3+ (D), 51%-60%: 3 (E).

Treści kształcenia:

1. Definicje i pojęcia związane z hurtowniami danych.

2. Język SQL i jego proceduralne rozszerzenia.

3. Implementacja procesów ETL.

4. Tworzenie wielowymiarowych kostek OLAP - elementy języka MDX.

5. Hurtownie danych w trybie tabelarycznym - elementy języka DAX.

6. Elementy eksploracji danych w hurtowniach danych.

7. Raportowanie procesów biznesowych z hurtowni danych.

8. Przetwarzanie i modelowanie danych w narzędziach Excel BI oraz Power BI.

Literatura:

1. Agnieszka Chodkowska-Gyurics, Hurtownie danych, Wydawnictwo Naukowe PWN 2020.

2. Adam Pelikant, Hurtownie danych. Od przetwarzania analitycznego do raportowania, Helion 2011.

3. Ralph Kimball, Margy Ross, The Definitive Guide to Dimensional Modeling, Wiley 2013.

4. W. H. Inmon, Building the Data Warehouse, Wiley 2008.

5. Tim Mitchell, Matt Masson, Andy Leonard, Jessica Moss, Michelle Ufford, SQL Server Integration Services Design Patterns Apress 2014.

6. S. Hughes, Hands-On SQL Server 2019 Analysis Services: Design and query tabular and multi-dimensional models using Microsoft's SQL Server Analysis Services, Packt Publishing 2020.

7. Devin Knight, Bradley Schacht, Mitchell Pearson, Microsoft Power BI Quick Start Guide, Packt Publishing 2020.

Zajęcia w cyklu "Semestr letni 2021/2022" (zakończony)

Okres: 2022-02-21 - 2022-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 16 godzin więcej informacji
Wykład, 16 godzin więcej informacji
Koordynatorzy: Robert Kowalczyk
Prowadzący grup: Robert Kowalczyk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Metody dydaktyczne:

Metoda ćwiczeń laboratoryjnych.

Prezentacja multimedialna.

Wykład konwersatoryjny.

Sposoby i kryteria oceniania:

Ocena z ćwiczeń laboratoryjnych jest oceną z

- kilku projektów.


Projekty pozwalają zweryfikować efekty kształcenia: 11I-2A_U05.


Ocena z wykładu jest oceną z:

- testu końcowego.


Test końcowy pozwala zweryfikować efekty kształcenia: 11I-2A_W05, 11I-2A_U05, 11I-2A_K02.


Ocena końcowa to średnia ocen z laboratorium i wykładu.


Skala ocen: 91%-100%: 5 (A), 81%-90%: 4+ (B), 71%-80%: 4 (C), 61%-70%: 3+ (D), 51%-60%: 3 (E).

Treści kształcenia:

1. Definicje i pojęcia związane z hurtowniami danych.

2. Język SQL i jego proceduralne rozszerzenia.

3. Implementacja procesów ETL.

4. Tworzenie wielowymiarowych kostek OLAP - elementy języka MDX.

5. Hurtownie danych w trybie tabelarycznym - elementy języka DAX.

6. Elementy eksploracji danych w hurtowniach danych.

7. Raportowanie procesów biznesowych z hurtowni danych.

8. Przetwarzanie i modelowanie danych w narzędziach Excel BI oraz Power BI.

Literatura:

1. Agnieszka Chodkowska-Gyurics, Hurtownie danych, Wydawnictwo Naukowe PWN 2020.

2. Adam Pelikant, Hurtownie danych. Od przetwarzania analitycznego do raportowania, Helion 2011.

3. Ralph Kimball, Margy Ross, The Definitive Guide to Dimensional Modeling, Wiley 2013.

4. W. H. Inmon, Building the Data Warehouse, Wiley 2008.

5. Tim Mitchell, Matt Masson, Andy Leonard, Jessica Moss, Michelle Ufford, SQL Server Integration Services Design Patterns Apress 2014.

6. S. Hughes, Hands-On SQL Server 2019 Analysis Services: Design and query tabular and multi-dimensional models using Microsoft's SQL Server Analysis Services, Packt Publishing 2020.

7. Devin Knight, Bradley Schacht, Mitchell Pearson, Microsoft Power BI Quick Start Guide, Packt Publishing 2020.

Zajęcia w cyklu "Semestr letni 2019/2020" (zakończony)

Okres: 2020-02-24 - 2020-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 16 godzin więcej informacji
Wykład, 16 godzin więcej informacji
Koordynatorzy: Robert Kowalczyk
Prowadzący grup: Robert Kowalczyk
Strona przedmiotu: http://math.uni.lodz.pl/~kowalcr/2020L_HD/
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Metody dydaktyczne:

Metoda wykładu konwersatoryjnego

Metoda ćwiczeń laboratoryjnych

Sposoby i kryteria oceniania:

Ocena z laboratorium, to ocena z projektów (sprawozdań) realizowanych na zajęciach.

Ocena z wykładu, to ocena z testu końcowego.

Ocena z zajęć, to średnia arytmetyczna ocen z laboratorium i wykładu.

Treści kształcenia:

1. Definicje i pojęcia związane z hurtowniami danych.

2. Język SQL i jego proceduralne rozszerzenia.

3. Implementacja procesów ETL.

4. Tworzenie wielowymiarowych kostkek OLAP - elementy języka MDX.

5. Raportowanie procesów z hurtowni danych.

6. Hurtownie danych w trybie tabelarycznym - elementy języka DAX.

7. Przetwarzanie i modelowanie danych w narzędziach Excel BI.

8. Przetwarzanie danych z wykorzystaniem Power BI.

Literatura:

1. Agnieszka Chodkowska-Gyurics, Hurtownie danych, Wydawnictwo Naukowe PWN 2020.

2. Adam Pelikant, Hurtownie danych. Od przetwarzania analitycznego do raportowania, Helion 2011.

3. R. Kimball, M. Ross, The Definitive Guide to Dimensional Modeling, Wiley 2013.

4. W. H. Inmon, Building the Data Warehouse, Wiley 2008.

5. S. Hughes, A. Jorgensen, ands-On SQL Server 2019 Analysis Services: Design and query tabular and multi-dimensional models using Microsoft's SQL Server Analysis Services, Packt Publishing 2020.

6. Gil Raviv, Power Query w Excelu i Power BI. Zbieranie i przekształcanie danych, Helion 2020.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest UNIWERSYTET ŁÓDZKI.
kontakt deklaracja dostępności USOSweb 7.0.3.0-0