Produktdetails
Modulname
Modul Data Warehouse und Data Mining
Studienbereich
Bachelor-Studienabschnitt, Wahlfach, Wahlkatalog 2, Empfohlenes Semester: 5. oder 6. Semester
Fach
Web- und Medien-Informatik
Anzahl LP
5
Ziele
Ziel des Moduls ist es, die grundlegenden Architekturformen eines Data Warehouse und ihre Einsatzmöglichkeiten kennen zu lernen. Dabei werden vor allem OLAP-Systeme bzw. mehrdimensionale Datenbanksysteme vorgestellt. Im Vordergrund stehen auch die unterschiedlichen Modellierungsansätze zum Aufbau leistungsfähiger Systeme und die Data Mining-Verfahren zur Auswertung der Daten. Abschließend werden die Data Warehouse-Systeme kritisch bewertet in Abgrenzung zu Datenbanksystemen. Eine Fallstudie soll den Einsatz der Data Warehouse-Systeme in der Praxis mit ihren Vorteilen und möglichen Risiken verdeutlichen.
Der Studierende kennt anschl. die Einsatzmöglichkeiten und Vor- und Nachteile von Data Warehouse- und Data Mininig-Systemen und kann eigene, kleinere Data Warehouse-Anwendungen selbst modellieren.
Inhaltsübersicht
- Einleitung
- Einordnung und Abgrenzung
- Historische Entwicklung analyseorientierter Informationssysteme
- Entwicklung eines Berichts und Analysesystems für die TOPBIKE GmbH
- Data Warehouse und OLAP 2
- Grundlagen entscheidungs und analyseorientierter Informationssysteme
- Modellierung und Implementierung multidimensionaler Datenstrukturen
- Durchführung der Fallstudie
- Data Mining - Mustererkennung in umfangreichen Datenbeständen
- Prozessorientierte Sichtweise des Data Mining
- Ausgewählte Methoden des Data Mining
- Durchführung der Fallstudie zum Data Mining
Verantwortlich
Prof. Dr. Roland Gabriel, Prof. Dr. Peter Gluchowski
Voraussetzungen & Vorkenntnisse
Literatur
- Buch: Data Warehouse und Data Mining von R. Gabriel und P. Gluchowski
Weiterführende Literatur
- Devlin, Barry; Data Warehouse: From Architecture to Implementation, Reading, 1997
- Lusti, Markus; Data Warehousing und Data Mining, 2. Auflage, Berlin/Heidelberg, 2002
- Schweizer, Alex: Data Mining, Data Warehousing, Zürich, 1999
Online-Kurse
- Data Warehouse und Data Mining
Data Warehouse & Data Mining (St)
Data Warehouse & Data Mining (St)
Preis
395,00 EUR mit Mentor
395,00 EUR mit Mentor und Tutor
Gültigkeitsdauer
365 Tage
Nötige Zeit
| Gesamtdauer | 13 Stunden 25 Minuten |
| davon zur Bearbeitung | 9 Stunden 31 Minuten |
| davon für Tests | 1 Stunde 59 Minuten |
| davon für Aufgaben | 1 Stunde 55 Minuten |
Herausgeber
Roland Gabriel
Autoren
Roland Gabriel
W3L-Team
Test-Autoren
Roland Gabriel
Aufgaben-Autoren
Roland Gabriel
Voraussetzungen
Es werden keine besonderen Vorkenntnisse benötigt.
Lerngebiet
Lernziele
Statistik
Im Kurs sind 58 Wissensbausteine enthalten.
Insgesamt sind 26 Tests zu absolvieren.
Wenn Sie den Kurs mit Tutor buchen, stehen Ihnen 10 Aufgaben zur Verfügung, die vom Tutor korrigiert werden.
Inhalt
- Vor dem Start
- Gruppierung: Einleitung
- Gruppierung: Einordnung & Abgrenzung
- Betriebliche IuK-Systeme (ein Test, eine Aufgabe)
- Data Warehouse-Konzept (ein Test, eine Aufgabe)
- OLAP
- Data Mining (ein Test)
- Gruppierung: Historie Analysesysteme (ein Test)
- MIS (ein Test)
- DSS
- EIS (ein Test)
- ESS (eine Aufgabe)
- Fallstudie: TOPBIKE
- Gruppierung: Data Warehouse & OLAP
- Grundlagen
- Gruppierung: Data Warehouse-Konzept
- DW-Architekturen & -Komponenten
- ETL-Prozesse
- Gruppierung: OLAP
- 12 Evaluierungsregeln
- Multidimensionalität & Datenwürfel (ein Test, eine Aufgabe)
- OLAP-Speicherkonzepte (eine Aufgabe)
- Navigation (eine Aufgabe)
- OLAP-Frontends (ein Test)
- Vorgehensmodell
- Einsatzbereiche multidimensionaler IS (ein Test, eine Aufgabe)
- Gruppierung: Modellierung & Implementierung
- Bestandteile multidim. Datenstrukturen (ein Test)
- Gestaltungsrichtlinien (ein Test)
- Semantische Modellierung
- Implementierung mit multidimensionalen DBS (ein Test)
- Implementierung mit relationalen DBS (eine Aufgabe)
- Fallstudie: TOPBIKE - BI
- Gruppierung: Data Mining
- Gruppierung: Grundlagen DM
- Treiber des Data Mining (ein Test)
- Auslegungen zum Data Mining (ein Test)
- Gruppierung: CRISP-DM-Modell (eine Aufgabe)
- Überblick
- Business Understanding (ein Test)
- Data Understanding (ein Test)
- Data Preparation (2 Tests)
- Data Modeling (ein Test)
- Evaluation & Deployment
- Betriebswirtschaftliche Einsatzgebiete (eine Aufgabe)
- Web Mining & Text Mining (ein Test)
- Gruppierung: Ausgewählte Methoden
- Künstliche Neuronale Netze
- Entscheidungsbaum-Verfahren (ein Test)
- Clusterverfahren (ein Test)
- Assoziationsanalyse (ein Test)
- Fallstudie: TOPBIKE - Data Mining
- Business Understanding (ein Test)
- Data Understanding
- Data Preparation (ein Test)
- Data Modeling (ein Test)
- Evaluation & Deployment
- Zusammenfassung & Ausblick
Data Warehouse & Data Mining
Über das Buch.
 |
- Autoren: Prof. Dr. Roland Gabriel, Prof. Dr. Peter Gluchowski, Dipl.-Ök. Alexander Pastwa
- 234 Seiten, br., Format A5
- Verlag: W3L GmbH
- ISBN: 978-3-937137-66-7
- Kaufen: W3L Online-Shop oder im Buchhandel
- Inhalt: Data Warehouse & Data Mining (PDF)
- Probelesen: Data Warehouse & Data Mining (PDF)
- Pressemitteilung: Data Warehouse & Data Mining (PDF)
- Online-Kurs: Data Warehouse & Data Mining
 |
 |
 |
Das Wichtigste in Kürze.
Wissensgebiete: Wirtschaftsinformatik | Data Warehouse | Data Mining
Zielgruppen: Software-Entwickler | Datenbank-Entwickler | Studierende der Informatik & Wirtschaftsinformatik
Voraussetzungen: keine
Charakteristika dieses Buches:
- Umfassende Darstellung der Themenbereiche »Data Warehousing« und »Data Mining«.
- Vermittlung der technischen Komponenten zur Informationsversorgung und Entscheidungsunterstützung.
- Vorstellung aller konzeptionellen und technischen Grundlagen.
- Zahlreiche Beispiele aus einer durchgängigen Fallstudie.
- Multidimensionale Datenmodellierung
- Zielführende Auswertung der Analysedaten unter Einsatz leistungsfähiger Methoden
- Implementierung der Analysedaten in einer geeigneten Architektur.
- Unter Einsatz leistungsfähiger Methoden zielführend Analysedaten auswerten.
- Themenschwerpunkte: Data Warehouse, On-Line Analytical Processing (OLAP), Modellierung multidimensionaler Datenstrukturen, Data Mining, CRISP-DM-Modell.
Zugaben:
- Kostenloser E-Learning-Kurs »Schnelleinstieg DW & DM«.
- Forum LivingBooks: Sie fragen, Experten antworten