Vai al contenuto principale
Oggetto:
Oggetto:

BUSINESS INTELLIGENCE

Oggetto:

BUSINESS INTELLIGENCE

Oggetto:

Anno accademico 2015/2016

Codice dell'attività didattica
SCP0486
Docente
Dott. Federica Cena (Titolare dell'insegnamento)
Corso di studi
Corso di studio magistrale in Comunicazione, ICT e media (Classe LM-59)
Anno
1° anno 2° anno
Periodo didattico
Secondo semestre
Tipologia
Affine/Integrativa
Crediti/Valenza
6
SSD dell'attività didattica
INF/01 - informatica
Modalità di erogazione
Tradizionale
Lingua di insegnamento
Italiano
Modalità di frequenza
Facoltativa
Tipologia d'esame
Orale
Prerequisiti

data base

data base

Oggetto:

Sommario insegnamento

Oggetto:

Obiettivi formativi

 L'obiettivo del corso e' quello di fornire una panoramica delle metodologie e applicazioni informatiche avanzate maggiormente utilizzate oggi nel mondo delle imprese per analisi di dati a supporto dei processi di decisione. 

In particolare, i temi che verranno analizzati in questo corso saranno: Data warehousing, OLAP e Data mining - Knowledge management - Uso di datawarehouse e data mining per il supporto alle decisioni - Applicazioni in ambito economico e aziendale.

The aim of the course is to offer a wide view on the most important methodologies and techniques used by industries to analyse data in order to support the decision process. In particolar, the topic discussed in the course will be the following ones: Data warehousing, OLAP e Data mining
- Knowledge management
- how to use datawarehouse and data mining in order to  support decisions
- Applications for business. In the laboratory, the students will use a software for datawarehousing and datamining, in order to design and develop a project of data analysis in order to support marketing decision.

Oggetto:

Risultati dell'apprendimento attesi

- essere in grado di progettare e realizzare un data warehouse
- essere in grado di applicare alcune tecniche di data mining ai dati
- fondamenti teorici

 

- Be able to design and implement a data warehouse 
- Be able to apply some data mining techniques to the data 
- Theoretical foundations

Oggetto:

Modalità di insegnamento

lezione frontale e esercitazioni pratiche

Lessons and practical excercises

 

Oggetto:

Modalità di verifica dell'apprendimento

Verifica di un progetto e della parte teorica

 

Presentation of a project

Theory test

Oggetto:

Programma

1 parte: Data warehouse. Introduzione al datawarhouse. CRM. Analisi delle fonti. Progettazione concettuale e logica di un DW. Modello multidimensionale. 
2 parte: Data Mining. Introduzione alle tecniche e algoritmi di data mining. OLAP. Clustering. Alberi decisionali. Reti neurali. Casi di studio.

programma completo qui 

http://www.di.unito.it/~cena/teaching.html

 

1 part: Data warehouse. Introduction to datawarhouse. CRM. datawarehouse life’s cicle. Source analysis. Conceptual and logical design of a datawarehouse. Multidimensional model. 
2 part: Data Mining. Introduction to data mining. OLAP. Clustering. Decistion tree. Neural network. Practical use cases.

 

http://www.di.unito.it/~cena/teaching.html

 

Testi consigliati e bibliografia

Oggetto:

Rezzani, A., Business intelligence: processi, metodi e utilizzi in azienda, Apogeo, 2013 cap 1-2-4-5-6-8-9-11-12 

C. Berry, B. Linoff: Data mining, Apogeo 2003 (cap 1 e cap 5)

Rezzani, A., Business intelligence: processi, metodi e utilizzi in azienda, Apogeo, 2013

C. Berry, B. Linoff: Data mining, Apogeo 2003 (cap 1, cap 5)



Oggetto:

Orario lezioni

GiorniOreAula
Lunedì10:00 - 13:00Laboratorio LI3 Campus Luigi Einaudi - CLE
Lezioni: dal 29/02/2016 al 16/05/2016

Oggetto:

Note

Oggetto:
Ultimo aggiornamento: 29/02/2016 09:31
Location: https://www.didattica-cps.unito.it/robots.html
Non cliccare qui!