Ta witryna wykorzystuje pliki cookie, dowiedz się więcej Zgadzam się
>>> Strona główna >>> Studia podyplomowe >>> Metody i technologie prezentacji i analizy danych w systemach Business Intelligence i Big Data >>> Program studiów

Zapraszamy do zapoznania się z kadrą dydaktyczną realizującą program studiów podyplomowych w roku akademickim 2017/2018:

Program studiów

Lp. Przedmiot Podstawowe zagadnienia Liczba godzin
1 Metody statystyczne w analizie danych Wielowymiarowa kostka danych
Szeregi czasowe
Szeregi statystyczne
Histogramy
Miary zmienności
Rozkłady statystyczne		 6 w.
12 lab.
2 Bazy danych i język SQL Podstawy projektowania baz danych.
Język SQL
Implementacja reguł i ograniczeń
Definiowanie bazy danych
Definiowanie reguł i ograniczeń
Język SQL – DDL (Data Definition Language)
Język  SQL – DML (Data Manipulation Language)
Zapytania SQL
Operatory złaczeń (INNER JOIN, OUTER JOIN, PIVOT, UNPIVOT, APPLY)
Wyrażenia CTE
Zapytania rekurencyjne
Widoki i widoki zmaterializowane
Nierelacyjne typy danych		 10 w.
18 lab.
3 Data Mining – metody eksploracji danych Wprowadzenie do problemów eksploracji danych (Data Mining)
Metodologia procesów DM
Projektowanie rozwiązań klasy "Business Intelligence"
Algorytmy DM 		8 w.
14 lab.
4 Analiza danych w języku R Wprowadzenie do języka R,
Typy danych,
Wizualizacja danych w języku R
Analiza danych
Wykorzystanie R w SQL Server oraz Power BI		 8 w.
16 lab.
5 Analiza danych w języku Python Wprowadzenie do języka Python
Typy danych
Struktury danych
Pakiety matematyczne i analityczne
Wykorzystanie języka Python w środowisku SQL Server		 8 w.
16 lab.
6 Uczenie maszynowe w analizie danych Sieci neuronowe
Drzewa decyzyjne
Bayesian Learning
Analytical Learning
Wykorzystanie języka R i SQL Server w procesach uczenia maszynowego		 8 w.
16 lab.
7 Metody raportowania i wizualizacji danych Usługi SQL Server Reporting Services
Projektowanie raportów
Raporty sparametryzowane
Dystrybucja raportów
Definiowanie i dystrybucja raportów w Power BI		 6 w.
14 lab.
8 Hurtownie danych i systemy OLAP wprowadzenie do zagadnień związanych z terminologią OLAP,
model wielowymiarowy i model tabelaryczny,
projektowanie wielowymiarowych magazynów danych z zastosowaniem schematów star i snowflake,
wielowymiarowe kostki danych,
kluczowe wskaźniki wydajności (KPI),
pulpity menadżera		 6 w.
14 lab.
Robocik WWSI