Επιχειρηματική Ευφυία και Μηχανική Δεδομένων

Περιεχόμενο μαθήματος

• Προχωρημένα και μοντέρνα θέματα διαχείρισης δεδομένων: επεξεργασία ερωτημάτων, επεξεργασία συναλλαγών, βάσεις δεδομένων κύριας μνήμης, column-oriented συστήματα, κ.α.
• Αποθήκες Δεδομένων: αρχιτεκτονική, μοντέλα και σχεδίαση, διαδικασία εξαγωγή, μετασχηματισμού και εισαγωγής δεδομένων (ETL), συντήρηση και ενημέρωση αποθηκών δεδομένων, πολυδιάστατη/OLAP ανάλυση, θέματα υλοποίησης και απόδοσης, οπτικοποίηση δεδομένων
• Εξόρυξη Γνώσης: Αρχιτεκτονική, διαδικασία KDD, μοντέλα, παραδείγματα, συσταδοποίηση, κατηγοριοποίηση, κανόνες συσχέτισης.
• Συστήματα διαχείρισης δεδομένων μεγάλης κλίμακας: NoSQL συστήματα, συστήματα ροών δεδομένων

Μαθησιακά αποτελέσματα

Με την ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση:

• Να κατανοούν τα οφέλη της ανάλυσης δεδομένων για έναν οργανισμό
• Να αντιλαμβάνονται τις διαφορετικές φάσεις της ανάλυσης δεδομένων
• Να σχεδιάζουν την αρχιτεκτονική και το σχήμα μίας αποθήκης δεδομένων
• Να υλοποιούν διαδικασίες ETL σε ένα περιβάλλον αποθήκης δεδομένων
• Να δημιουργούν κύβους δεδομένων χρησιμοποιώντας μία αποθήκη δεδομένων
• Να δημιουργούν αναφορές πολυδιάστατης ανάλυσης/OLAP
• Να χρησιμοποιούν εργαλεία οπτικοποίησης δεδομένων για την παραγωγή dashboards
• Να γνωρίζουν βασικές έννοιες εξόρυξης δεδομένων: κατηγοριοποίηση, συσταδοποίηση, κανόνες συσχέτισης
• Να γνωρίζουν NoSQL συστήματα διαχείρισης δεδομένων και τη χρήση τους σε συγκεκριμένες εφαρμογές
• Να κατανοούν τι είναι οι ροές δεδομένων και πως χρησιμοποιούνται για την ανάλυση πραγματικού χρόνου
• Να χρησιμοποιούν εμπορικά ή open source συστήματα ΒΔ και εργαλεία οπτικοποίησης για όλα τα παραπάνω.