| Kods | DOP306 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Nosaukums | Datu analīze un apstrāde | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Statuss | Obligātais/Ierobežotās izvēles | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Līmenis un tips | Pamatstudiju, Akadēmiskais | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Tematiskā joma | Datorika | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Struktūrvienība | Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Mācībspēks | Jānis Kampars | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Kredītpunkti | 2.0 (3.0 ECTS) | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Daļas | 1 | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Anotācija |
Biznesa intelekts ir metožu, koncepciju un tehnoloģiju kopums, kas ļauj pārvērst uzņēmumā pieejamos datus noderīgā informācijā un zināšanās. Biznesa intelekts ļauj sasniegt uzņēmuma mērķus, paaugstināt konkurētspēju un pieņemt pareizus un pamatotus lēmumus ātrāk. Svarīga biznesa intelekta sastāvdaļa ir datu analīzes metodes, kas izmantojamas gan datu kvalitātes problēmu risināšanā, gan arī datu savstarpējo sakarību izpētes procesā un jaunu zināšanu iegūšanā.. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa saturs |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Mērķis un uzdevumi, izteikti kompetencēs un prasmēs |
Studiju priekšmeta mēŗkis ir iegūt zināšanas un pieredzi liela datu apjoma apstrādē un analīzē. Lai sasniegtu mērķi tika izvirzīti uzdevumi: iepazīties ar biznesa intelekta sistēmas sastāvdaļām; apskatīt datu noliktavas jēdzienu un izstrādes pieejas; iepazīties ar ETL (Extract Transform Load) sistēmām, tipiskajām datu kvalitātes problēmām uzņēmumā un to risinājumiem, tajā skaitā datu analīzes metodēm; apskatīt datu apstrādes, analīzes un prezentācijas tehnoloģijas; iepazīties ar datu analīzes metodēm, kas izmantojamas datu savstarpējo sakarību izpētē. | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
Sasniedzamie studiju rezultāti un to vērtēšana |
Spēja veikt datu noliktavas modelēšanu izmantojot dimensiju modeli. - Studentu zināšanas dimensiju modeļa veidošanā tiek vērtētas kontroldarbā un eksāmenā gan teorētisku gan praktisku uzdevumu veidā. Spēja noteikt sakarības starp datiem, novērtēt iegūtā modeļa kvalitatīvos rādītājus un prognozēt vērtības nākotnē. - Eksāmenā ir iekļauts uzdevums, kurā, strādājot ar doto datu kopu, studenti parāda savas praktiskās zināšanas lineārās regresijas modeļa veidošanā, tā kvalitatīvo rādītāju novērtēšanā un nākotnes vērtību prognozēšanā. Spēja novērtēt datu kvalitāti un risināt atklātās problēmas. - Kontroldarbā un eksāmenā ir iekļauti gan teorētiski, gan praktiski jautājumi par tipiskajām datu kvalitātes problēmām, to identificēšanu (tajā skaitā izmantojot datu analīzes metodes) un risinājumiem. Spēja praktiski risināt vienkāršus datu transformācijas uzdevumus. - Praktiskajās nodarbībās tiek novērtētas studentu zināšanas veicot patstāvīgo uzdevumu Microsoft Business Intelligence Transformation Services vidē. Spēja izveidot un praktiski pielietot multidimensionālo datubāzi Microsoft SQL Server vidē. - Patstāvīgajā uzdevumā studentiem ir jāizstrādā OLAP kubs Microsoft SQL Server 2008 vidē un jāizmanto tas datu analīzei. Spēja izstrādāt pārskatus, izmantojot Microsoft Business Intelligence Reporting Services. - Patstāvīgajā uzdevumā studentiem ir jādemonstrē savas iemaņas pārskatu izstrādē Microsoft Business Intelligence Reporting Services vidē. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Priekšzināšanas | DIP137 ,Datoru mācība | ||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Studiju kursa plānojums |
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||