- Oggetto:
- Oggetto:
BUSINESS INTELLIGENCE
- Oggetto:
BUSINESS INTELLIGENCE
- Oggetto:
Anno accademico 2014/2015
- 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 3° 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 teoriciBe able to design and implement a data warehouse
- Be able to apply some data mining techniques to the data
- Theoretical foundations- 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.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.Testi consigliati e bibliografia
- Oggetto:
C. Todman: Designing a Data warehouse, Prentice Hall 2001
C. Berry, B. Linoff: Data mining, Apogeo 2003
C. Todman: Designing a Data warehouse, Prentice Hall 2001
C. Berry, B. Linoff: Data mining, Apogeo 2003
- Oggetto: