A realização com sucesso desta unidade curricular possibilitará aos alunos: OA1> Entenderem a missão e os objectivos de um sistema de busness anaytics dentro de uma organização e caracterizarem de forma clara o processo da sua implementação e justificar os investimentos necessários. OA2> Saberem desenvolver um sistema de preparação de dados para mineração, escolher os modelos e as técnicas de mineração adequadas ao problema em questão e aos dados envolvidos e, por fim, saberem interpretar e avaliar os resultados alcançados com o processo de mineração desenvolvido OA3> Integrarem numa plataforma de business analytics componentes de processamento analítico e de mineração de dados, refletindo a sua atuação nos processos de tomada de decisão e de negócio alvos do sistema em questão.
CP1. Business Intelligence e Business Analytics. CP2. O Modelo de Business Analytics, Vistas, Componentes e Arquiteturas. CP3. Centros de Competência de Business Analytics. CP4. Definição de Processos de Negócio e seus Níveis Estratégicos para Soluções. CP5. Avaliação e Priorização de projetos de Business Analytics. CP6. Metodologias e Processos de Mineração de Dados. CP7. Preparação, Combinação e Exploração de Dados. CP8. Caracterização e “Montagem” de Conjuntos de Dados. CP9. Métodos e Algoritmos Básicos para Mineração de Dados. CP10. Mineração e de Dados e Análise de Resultados.
As 64h lectivas são divididas em 32h teóricas (T) e 32h teórico-práticas. As aulas T são de natureza expositiva. A aulas TP permitem consolidar os conceitos leccionados nas aulas T, através da resolução de exercícios de modelação dimensional e acompanhamento a cada grupo ao trabalho prático, bem como o ensino de ferramentas de desenvolvimento essenciais para o trabalho prático. Os alunos para obterem aproveitamento nesta unidade curricular terão que realizar obrigatoriamente uma prova escrita e um trabalho prático. A avaliação final da disciplina é calculada a partir da média das notas obtidas na prova escrita e no trabalho prático. A nota mínima na prova escrita e no trabalho prático é de 10 valores. Se na prova escrita o aluno tiver nota inferior a 10, mas superior ou igual a 8, será submetido a uma prova oral de avaliação. O trabalho prático será realizado em grupo.
Laursen, G., Thorlund, J., Business Analytics for Managers: Taking Business Intelligence Beyond Reporting (Wiley and SAS Business Series), Wiley, 1 edition, July 13, 2010. Pyle, D., Data Preparation for Data Mining, The Morgan Kaufmann Series in Data Management Systems, Apr 5, 1999. Redman, T., Data Driven: Profiting from Your Most Important Business Asset, Harvard Business School Press, Sep 15, 2008. Witten, I., Frank E., Data Mining (Pratical Machine Learning tools and Techniques), Morgan Kaufmann, 3 edition, Feb, 2011. Han, J., Kamber, M., Data Mining, Concepts and Techniques, 2nd edn. Elsevier, Morgan Kaufmann Publishers, San Francisco, CA, USA, 2006.
A realização com sucesso desta unidade curricular possibilitará aos alunos: OA1. Entenderem a missão e os objectivos de um sistema de data warehousing dentro de uma organização e caracterizarem de forma clara o processo de como os implementar e justificar os investimentos necessários à sua implementação. OA2. Projectarem um sistema de data warehousing desde o seu esboço (modelo conceptual), até à sua efectiva implementação e exploração. OA3. Aplicarem de forma concreta técnicas de modelação dimensional no desenvolvimento de esquemas para data warehouses. OA4. Projetarem de raiz um sistema de povoamento para um data warehouse, bem como todos os seus componentes de extração, transformação e carregamento de dados. OA5. Saberem integrar num ambiente de um sistema de data warehousing serviços de processamento analítico e correspondentes componentes de exploração de dados.
CP1. Introdução aos Sistemas de Data Warehousing. CP2. Infra-estruturas e Serviços de um Sistema de Data Warehousing. CP3. Ciclo de Vida do Desenvolvimento de um Sistema de Data Warehousing. CP4. Metodologias para o Desenvolvimento de Sistemas de Data Warehousing. CP5. Planeamento e Gestão de um Projecto de Data Warehousing. CP6. Levantamento e Análise de Requisitos de Agentes de Decisão. CP7. Modelação Conceptual, Lógica e Física de Data Warehouses. CP8. Projecto de Sistemas de ETL. CP9. Administração de Sistemas de Data Warehousing. CP10. Exploração de Sistemas de Data Warehousing.
As 62h lectivas são divididas em 31h teóricas (T) e 31h teórico-práticas. As aulas T são de natureza expositiva. A aulas TP permitem consolidar os conceitos leccionados nas aulas T, através da resolução de exercícios de modelação dimensional e acompanhamento a cada grupo ao trabalho prático, bem como o ensino das ferramentas de desenvolvimento de data warehouses essenciais para o trabalho prático. Os alunos para obterem aproveitamento nesta unidade curricular terão que realizar obrigatoriamente uma prova escrita e um trabalho prático. A avaliação final da disciplina é calculada a partir da média das notas obtidas na prova escrita e no trabalho prático. A nota mínima na prova escrita e no trabalho prático é de 10 valores. Se na prova escrita o aluno tiver nota inferior a 10, mas superior ou igual a 8, será submetido a uma prova oral de avaliação. O trabalho prático será realizado em grupo
Golfarelli, M., Rizzi, S., Data Warehouse Design: Modern Principles and Methodologies, McGraw-Hill Osborne Media; 1st Edition, May 26, 2009. Kimball, R., Reeves, L., Ross, M., Thornthwait, W., The Data Warehouse Lifecycle Toolkit – Pratical Techiniques for Building Data Warehouse and Business Intelligence Systems, John Wiley & Sons, 2ª Edição, 2008 Kimball, R., Caserta, J., The Data Warehouse ETL Toolkit - Practical Techniques for Extracting, Cleaning, Conforming, and Delivering Data, John Wiley & Sons, 2004. Kimball, R., Roos, M., The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling, John Wiley & Sons, 2ª Edição, 2002. Larissa Moss, Shaku Atre. Business Intelligence Roadmap. The Complete Lifecycle for Decision-Support Applications. Addison-Wesley Information Technology Series. 2003. Inmon, W.H., Building the Data Warehouse , John Wiley & Sons,1996
A realização com sucesso desta unidade curricular possibilitará aos alunos: OA1> Entenderem a missão e os objectivos de um sistema de processamento analítico dentro de uma organização e caracterizarem de forma clara o processo da sua implementação e justificar os investimentos necessários. OA2> Projectarem um um sistema de processamento analítico desde o seu esboço (modelação conceptual) até à sua efectiva implementação e exploração. OA3> Adquirirem o conhecimento essencial para saberem administrar e aplicar modelos de segurança, recuperação e privacidade de dados em sistemas de gestão de bases de dados multidimensionais. OA4> Conhecerem e utilizarem a linguagem MDX na manipulação de uma base de dados multidimensional.
CP1. O Processamento Analítico de Dados. CP2. Bases de Dados Multidimensionais. CP3. Estruturas Multidimensionais de Dados – os (Hiper) Cubos. CP4. Processamento, Armazenamento e Exploração de Cubos. CP5. Linguagens de Interrogação Multidimensional. CP6. Optimização de Estruturas Multidimensionais. CP7. Ferramentas e Aplicações OLAP.
As 45h lectivas são divididas em 20h teóricas (T) e 25h teórico-práticas. As aulas T são de natureza expositiva. A aulas TP permitem consolidar os conceitos leccionados nas aulas T, através da resolução de exercícios de modelação dimensional e acompanhamento a cada grupo ao trabalho prático, bem como o ensino das ferramentas de desenvolvimento essenciais para o trabalho prático. Os alunos para obterem aproveitamento nesta unidade curricular terão que realizar obrigatoriamente uma prova escrita e um trabalho prático. A avaliação final da disciplina é calculada a partir da média das notas obtidas na prova escrita e no trabalho prático. A nota mínima na prova escrita e no trabalho prático é de 10 valores. Se na prova escrita o aluno tiver nota inferior a 10, mas superior ou igual a 8, será submetido a uma prova oral de avaliação. O trabalho prático será realizado em grupo.
Golfarelli, M., Rizzi, S., Data Warehouse Design: Modern Principles and Methodologies, McGraw-Hill Osborne Media; 1st Edition, May 26, 2009. Thomsen, E., OLAP Solutions, Building Multidimensional Information Systems, Jonh Wiley & Sons, Inc., 2nd Ed, 2002. Whitehorn, M., Meehan, P., Zare, R., Pasumansky, M., Whitehorn, M., Fast Track to MDX, Springer-Verlag New York, LLC, 2002. Celko, J., Joe Celko's Analytics and OLAP in SQL, Morgan Kaufmann, 1 edition, 2006.
A realização com sucesso desta unidade curricular possibilitará aos alunos: OA1> Entenderem a missão e os objectivos de um sistema de bases de dados dentro de uma organização e caracterizarem de forma clara o processo da sua implementação e justificar os investimentos necessários. OA2> Projectarem um sistema de bases de dados desde o seu esboço (modelação conceptual) até à sua efectiva implementação e exploração. OA3> Aplicarem de forma concreta técnicas de análise de requisitos e de modelação no desenvolvimento de esquemas de dados para bases de dados. OA4> Adquirirem o conhecimento essencial para saberem administrar e aplicar modelos de segurança, recuperação e privacidade de dados em sistemas de gestão de bases de dados. OA5> Conhecerem e utilizarem a linguagem SQL nas suas vertentes de descrição, manipulação e controlo de dados. OA6> Conhecerem as novas abordagens NoSQL e saberem diferenciá-las em termos de aplicações com as abordagens relacionais.
CP1. Introdução aos Sistemas de Bases de Dados. CP2. O Modelo Relacional de Dados. CP3. Análise de Modelos para Projetos de Sistemas de Bases de Dados. CP4. A Linguagem SQL. CP5. Administração de Bases de Dados. CP6. Bases de Dados Distribuídas. CP7. Bases de Dados NoSQL.
As 56h lectivas são divididas em 24h teóricas (T) e 32h teórico-práticas. As aulas T são de natureza expositiva. A aulas TP permitem consolidar os conceitos leccionados nas aulas T, através da resolução de exercícios de modelação dimensional e acompanhamento a cada grupo ao trabalho prático, bem como o ensino das ferramentas de desenvolvimento essenciais para o trabalho prático. Os alunos para obterem aproveitamento nesta unidade curricular terão que realizar obrigatoriamente uma prova escrita e um trabalho prático. A avaliação final da disciplina é calculada a partir da média das notas obtidas na prova escrita e no trabalho prático. A nota mínima na prova escrita e no trabalho prático é de 10 valores. Se na prova escrita o aluno tiver nota inferior a 10, mas superior ou igual a 8, será submetido a uma prova oral de avaliação. O trabalho prático será realizado em grupo.
Connolly, T., Begg, C., Database Systems, A Practical Approach to Design, Implementation, and Management , Addison-Wesley, 4ª Edição, 2004. Garcia-Molina, H., Ullman, J., Widom, J., Database Systems: The Complete Book, Prentice Hall, 2ª Edição, 2008. Date C., An Introduction to Database Systems , Pearson Education; 8ª Edição, 2003. Sadalage , P., Fowler, M., NoSQL Distilled: A Brief Guide to the Emerging World of Polyglot Persistence, Addison-Wesley Professional, 2012.