CC60K Temario semestre 2007-01.

Slides:



Advertisements
Presentaciones similares
Introducción a la Minería de Datos
Advertisements

Montevideo 14 de Diciembre
¿Está utilizando todo el potencial de Microsoft SQL Server? Fernando Bocigas SQL Server Product Manager Microsoft Ibérica S.R.L. 16 de Marzo de 2005 Fernando.
Descripción de productos
Guiding the way to success Manuel Marcos López, Director de Ventas - MIS Manager Information System.
Topicos Avanzados de Ingeniería
Director: Ing. Washington Pérez Codirector: Ing. Andrés de la Torre
Intelligent Databases and Information Systems research group Department of Computer Science and Artificial Intelligence E.T.S Ingeniería Informática –
Construyendo La Arquitectura de una eficiente Bodega de Datos
Bases de Datos II OLAP Online Analytical Processing
Implementación de Datawarehouse
Paola Saavedra -
Business Intelligence y Data Mining
Chihuahua, 9-11 de octubre de 2003 José Hernández Orallo
5/12/2015Calidad de Software1 CALIDAD DE SOFTWARE Carlos Mario Zapata J.
Pentaho BI Suite 3.5 Introducción SIU – Datawarehouse / Julio 2010.
1 Prof:Paula Quitral INTRODUCCIÓN DATAWAREHOUSE Departamento de Informática Universidad de Rancagua.
¿Por qué usar Data Mining?  Proporciona un punto de encuentro entre los investigadores y las personas de negocios.  Ahorra grandes cantidades de dinero.
CALIDAD DE DATOS Cecilia Moguel Méndez.
Johandra Gastier David De Freitas
Universidad Católica Boliviana “San Pablo” Departamento de Administración de Empresas MATERIA: Gerencia de Procesos SIGLA: ADM 210 – PERIODO: Semestre.
SQL Server Analysis Services SSAS
DataWarehouse e Inteligencia de Negocios
Especialista en Business Intelligence Analysis Services SSAS (Sesión 8) Microsoft SQL Server 2008 R2 (2013) Suscribase a o escríbanos.
SISTEMAS DE BASES DE DATOS MASIVOS (U. N.) / GESTIÓN Y EL PROCESAMIENTO DE GRANDES VOLÚMENES DE DATOS (U. de A.) Francisco Moreno & Freddy Duitama 2015-II.
Taller de Business Intelligence Conceptos Introductorios a BI
INTELIGENCIA DE NEGOCIOS Agosto Procesamiento de una gran masa de datos Analisis Avanzado Analisis de las decisiones coorporativas BUSINESS INTELLIGENCE.
Business Intelligence 2013 (Conceptos Generales) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
INTELIGENCIA DE NEGOCIOS Business Intelligence (BI) is: “Business intelligence (BI) is an umbrella term that includes the applications, infrastructure.
Programación con Microsoft ® ADO.NET y Oracle ® Lic. Alain Ramírez Cabrejas.
Suscribase a III Parte Metodología de Ralph Kimball (Ciclo de Vida) para el diseño de Datawarehouses.
1 Conferencia 1 Introducción a los Data Warehouse.
Data Warehouse RONALD FERNANDO QUINTERO VEGA DIEGO ALEJANDRO VALENCIA RIVERA INTELIGENCIA DE NEGOCIOS CREAD-HONDA 2017.
Intelligent Databases and Information Systems research group Department of Computer Science and Artificial Intelligence E.T.S Ingeniería Informática –
Data Warehouse - OLAP.
Historia 1969: Creación del concepto de bases de datos relacionales (Codd) por Edgar Frank Ted 1970: Desarrollo de las primeras bases de datos y las primeras.
Arquitectura de computadoras
Objetivos del programa:
PAUTA DE REDACCION Informe Final sobre el Tema de Memoria
Motivación Data Mining
SSAS Tabular Model Julio Urriola Barra
Estadística Descriptiva
Curso de Adaptación al Grado en Ingeniería Informática
09 de mayo del 2016Pg. 1 ING. BERTHA MAZON, UNIDAD III: SOLUCIONES DE INTELIGENCIA DE NEGOCIOS.
Presentación de HP Project & Portfolio Management Center
DB - BASES DE DATOS BI - BUSINESS INTELLIGENCE
Diseño Digital Semestre 2018-I.
Diseño de sistemas Digitales
Administración y Comportamiento Organizacional
GXplorer 2025 Ing. Carla Demarchi Genexus Consulting
EL 653 Introducción.
Modelado – Árbol de Decisión Mg. Samuel Oporto Díaz
CI2355 – Almacenes de datos y OLAP
CI2355 – Almacenes de datos y OLAP
TALLER DE DISEÑO DE PROCESOS
Curso : MODELAMIENTO Y DISEÑO DE BASE DE DATOS CICLO : I
Administración y Comportamiento Organizacional
Intelligent Databases and Information Systems research group Department of Computer Science and Artificial Intelligence E.T.S Ingeniería Informática –
Table 2.3-1a (p. 9) SI and CGS Units Elementary Principles of Chemical Processes, 4/E by Richard M. Felder, Ronald W. Rousseau, and Lisa G. Bullard Copyright.
PROBLEMA DE INVESTIGACIÓN DEFINICIÓN - CONCEPTO: …………………………………..
Diseño Digital Moderno Semestre 2019-I.
Inteligencia de Negocios Introducción. Agenda 1.Introducción 2.Definición 3.ETL 4.Bodega de Datos 5.Data Mart.
BASES DE DATOS Clase 1 Profesora Gloria Lucia Giraldo G.
Diseño Digital Semestre 2019-I.
Tema 5: Introducción a la Inteligencia de Negocios
3. Técnicas para la busqueda y selección de alternativas
Tomado y modificado de: Metodología de la investigación Hernández Sampieri, Roberto 5ta edición, McGraw-Hill, 2010.
Diseño Digital Semestre 2019-I.
Almacenes de datos Data warehouse y OLAP. Gestión de los datos y del conocimiento.
La Metodología Kimball, es una metodología empleada para la construcción de un almacén de datos (data warehouse, DW) que no es más que, una colección de.
Transcripción de la presentación:

CC60K Temario semestre 2007-01

Temario Primera parte ¿Qué es Inteligencia de Negocios (BI) y porqué nos debe interesar? Encontrando oportunidades de BI en un océano de datos Arquitectura para BI Los componentes de una solución BI ¿Qué es OLAP? ¿Qué es minado de datos?

Temario Segunda parte - OLAP Modelo dimensional de Kimball Metodología para desarrollar soluciones Olap Aplicaciones de Olap en BI Desarrollo de casos – Construcción de cubos multidimensionales

Temario Tercera parte – Minado de datos Tareas que resuelve minado de datos Algunos algoritmos disponibles Metodología para desarrollar soluciones de minado Desarrollo de casos – Desarrollo de modelos de minado

Temario Cuarta parte – Customer Relationship Management (CRM) Definición de CRM CRM Operacional CRM Analítico Desarrollo de casos – Aplicación de una estrategia BI a CRM

Evaluación Todo se debe aprobar por separado Controles más examen = 60% Lecturas (2 ó 3) = 20% Trabajo de investigación y presentación = 20% Todo se debe aprobar por separado

Bibliografía Data Mining Techniques, Second Edition – Michael Berry, Gordon Linoff, 2004, John Wiley & Sons. Inc. Data Mining with SQL Server 2005 – ZhaoHui Tang, Jamie MacLennan, september 2005, John Wiley & Sons. Inc. Mastering Data Mining – Michael Berry, Gordon Linoff, 2000, John Wiley & Sons. Inc. Corporate Information Factory by W. H. Inmon, Claudia Imhoff and Ryan Sousa (John Wiley & Sons, 1998) The Data Warehouse Lifecycle Toolkit by Ralph Kimball, Laura Reeves et al. (John Wiley & Sons, 1998)

Bibliografía Building Data Mining Applications for CRM – Alex Berson, Stephen Smith, Kurt Thearling, 2000, McGraw-Hill Data Mining, Concepts and Techniques – Jiawei Han, Micheline Kamber, 2001, Morgan Kaufmann Publishers Improving Data Warehouse and Business Information Quality – Larry English, 1999, John Wiley & Sons. Inc. Recursos técnicos de DW en la Web: www.dw-institute.com, www.olapreport.com Recursos técnicos de DM en la Web: www.kdnuggets.com SQL Server 2005: www.microsoft.com/sql/2005/default.mspx Difusión de DM por parte de Microsoft: http://www.sqlserverdatamining.com/DMCommunity/default.aspx