1. D. Slánský, J. Pour, O. Novotný: Business Intelligence: Jak využít bohatství ve vašich datech. Grada, 256s, 2004.
2. L. T. Moss, Shaku Atre: Business Intelligence Roadmap: The Complete Project Lifecycle for Decision-Support Applications. 576p, Addison-Wesley Professional, 2003.
Business Intelligence
| Jazyk výuky | angličtina, čeština |
|---|---|
| Kód | 460-4138 |
| Zkratka | BI |
| Název předmětu česky | Business Intelligence |
| Název předmětu anglicky | Business Intelligence |
| Garantující katedra | Katedra informatiky |
| Garant předmětu | prof. Ing. Michal Krátký, Ph.D. |
Anotace
Předmět tématicky navazuje na předmět Databázové a informační systémy 2 se zaměřením na jejich využití v oblasti datových skladů a následně Business Intelligence. Obsahem přednášek je objasnění principů datových skladů, specifika datového modelování, návrh jednotlivých datových vrstev datového skladu, datová integrace pomocí skriptování či specifických ETL nástrojů, transformace dat do vrstev datového skladu a následně finální agregace dat pro prezentaci informací v grafické podobě či exportů pro další zpracování, kde navazuje druhá část předmětu v následujícím semestru. Dalším obsahem je metodika návrhu řešení projektů datových skladů a datové integrace. Na cvičeních budou studenti metodiku uvádět do praxe na praktickém příkladu budování datového skladu v prostředí SQL databáze v rámci závěrečné práce.
Povinná literatura
Doporučená literatura
1. R. Kimball, M. Ross: The Data Warehouse Toolkit: The Definitive Guide to Dimensional Modeling. 600p, Wiley, 2013.
2. R. Kimball, J. Caserta: The Data Warehouse ETL Toolkit: Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data. 528p, Wiley, 2004.
3. C. Batini, M. Scannapieco: Data Quality: Concepts, Methodologies and Techniques (Data-Centric Systems and Applications). Springer, 2010.
2. R. Kimball, J. Caserta: The Data Warehouse ETL Toolkit: Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data. 528p, Wiley, 2004.
3. C. Batini, M. Scannapieco: Data Quality: Concepts, Methodologies and Techniques (Data-Centric Systems and Applications). Springer, 2010.