Viden
Gennem fagpakken skal deltagerne opnå viden om teorier, teknologier, discipliner, metoder og teknikker inden for følgende områder:
- Data Warehousing, herunder
- Integration af mange datakilder.
- Data warehouse arkitektur.
- Opbygning af et data warehouse: Extract, Transform, Load (ETL).
- Data warehouse værktøjer.
Multidimensionelle databaser, herunder
- Grundlæggende multidimensionel modellering.
- Håndtering af ændringer i dimensioner.
- Avanceret multidimensionel modellering.
- Brug af aggregater til performanceoptimering.
- Indeksering af multidimensionelle databaser, herunder bitmap index.
On-line Analytical Processing (OLAP), herunder
- OLAP queries.
- OLAP implementation: ROLAP/MOLAP/HOLAP.
- OLAP værktøjer.
- Design og brug af slutbrugerapplikationer.
Vidensopdagelse i databaser, inkl. præprocessering.
Fundamentale data mining metoder, herunder
- Associeringsregler (association rules), finder fx samkøbsmønstre.
- Sekventielle mønstre (sequential patterns), finder fx mønstre over tid.
- Gruppering af dataobjekter (clustering), finder fx kundegrupper.
Deltagerne skal kunne forholde sig kritisk og refleksivt i forhold til de teoretiske emner.
Færdigheder
Deltagerne skal efter at have gennemført fagpakken kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere, vurdere og komme med forslag til løsning af konkrete problemstillinger i praksis. De skal kunne argumentere for relevansen af de valgte teorier, metoder og modeller samt for det udarbejdede løsningsforslag, og de skal kunne reflektere over betydningen for den sammenhæng, løsningen indgår i.
Konkret forventes det, at deltagerne efter gennemførelse af fagpakken er i stand til at:
- designe et data warehouse ved hjælp af multidimensionel modellering,
- implementere data warehouse designet ved hjælp af såvel relationel (ROLAP) som multidimensionel (MOLAP) teknologi,
- integrere data fra flere forskellige databaser,
- designe og implementere programmel til opbygning af data warehouse (ETL),
- analysere data warehouset ved hjælp af On-Line Analytical Processing (OLAP) værktøjer,
- optimere performance i data warehouset,
- forberede data til data mining (præprocessering),
- forstå og anvende en række data mining metoder til vidensopdagelse i store databaser,
- forstå og sammenligne algoritmerne bag forskellige data mining metoder.
Kompetencer
Deltagerne skal kunne reflektere over og udvikle egen praksis i relation til fagpakkens emne, kommunikere om problemstillinger og løsningsmodeller med såvel specialister som brugere og beslutningstagere, indgå i et tværfagligt samarbejde og påtage sig ansvar for at styre og udvikle komplekse arbejdssituationer, der forudsætter nye løsningsmodeller.
Konkret forventes det, at deltagerne efter gennemførelse af fagpakken er i stand til at:
- træffe informerede valg omkring data warehouse-arkitektur, data warehouse-modellering og teknikker til dataintegration,
- vælge den rigtige type data mining metode til en given problemstilling, at parametrisere data mining
- algoritmer til et givent datasæt og at analysere data mining resultater,
designe og udvikle et komplet business intelligence system for en kompleks, realistisk problemstilling.
