بخشی از پاورپوینت

 


اسلاید 1 :

درس هوش تجاری در دانشگاه ملی سئول

اسلاید 2 :


اهداف

بدست آوردن داده از یک پایگاه داده رابطه ای موجود با استفاده از SQL و ابزارهای تولید گزارش.
تفسیر ، توسعه و ارزیابی فرآیند و مدل های داده ی استفاده شده در پشتیبانی از نرم افزارهای تجاری و هوش تجاری.
پیاده سازی یک پایگاه داده رابطه ای برای پشتیبانی از عملیات تجاری
پیاده سازی یک Relational Data Warehouse برای فراهم کردن گزارش هوش تجاری
ایجاد مکعب های داده ی چند بعدی و استفاده از ابزارهای جدول محور و چارت محور برای تحلیل انها


اسلاید 3 :


Course Materials


McAfee, A., Business Intelligence Software at SYSCO, Harvard Business School, 5-604-103, June 14, 2004 (will be distributed in class).


اسلاید 4 :


سیلابس درس

¥مقدمه

¤معماری سیستم های اطلاعاتی، مروری بر فرآیند توسعه سیستم، Core Information System Application.

¥پایگاه داده رابطه ای و SQL

¤تعاریف پایگاه داده رابطه ای، Single Table (select) Retrieval Queries.

¥مفاهیم هوش تجاری

¤SYSCO Case Study Introduction and Discussion، ERP Software and database requirement، Data Warehouses، اینترفیس هوش تجاری.

اسلاید 5 :


سیلابس درس - ادامه

¥SQL Continued

¤تجمیع داده: گروهی از کوئری ها و جدول های محور.

¥معرفی مدلسازی داده

¤مفاهیم پایه : موجودیت ها، خصوصیات، روابط و محدودیت ها.

¥بررسی مجدد SQL

¤کوئری های چند جدولی : join,Union,Nested

¤کوئری های نگهداری داده : درج،حذف،ویرایش

¥

اسلاید 6 :


¥کاربرد های هوش تجاری

¤Data Warehouse Schemas : Operational and Star Schemas

¤چارت ها و جدول های محور، داشبوردهای اجرایی

¥سیستم های تجاری

¤پردازش تراکنش در چرخه ی سود، General Ledger Integration، تحلیل هوش تجاری و گزارش بازبینی مدل های فرآیندی، معرفی YBCL Case Study

¥Business Systems Revisited and Web Systems

¤بازبینی چرخه سود

¤Web Storefront – Registration , Profile , Shopping , Shopping cart , Checkout , Credit Card Processing , Order Tracking Web Fulfillment – Shipping , Sales Analysis , Product Management

¥

اسلاید 7 :


¥

درس هوش تجاری در دانشگاه هند

¥

¥

¥در این دانشگاه درسی مشابه با داده کاوی در هوش تجاری (Business Intelligence using Data Mining) تدریس می شود

اسلاید 8 :


اهداف

¥درک افزایش محیط های غنی داده ای در اقتصاد جهانی امروز و قرار گرفتن در معرض فرصت های سرویس هوش تجاری مرتبط که وجود دارند.

¥فراهم کردن یک درک عملی از روش های کلیدی دسته بندی ، پیش بینی ، ساده سازی و شناسایی که همه ی اینها در قلب داده کاوی هستند.

¥تصمیم گیری در مورد اینکه چه وقت از کدام تکنیک استفاده کنیم

¥پیاده سازی تکنیک های اصلی با استفاده از Excel add-in

¥کسب کردن سرمایه فکری لازم برای فراهم کردن سرویس های تجزیه و تحلیل تجاری

اسلاید 9 :


Proposed Reading

¥

¥Data Mining for Business Intelligence: Concepts, Techniques, and Applications in Microsoft Office Excel with XLMiner” by Galit Shmueli, Nitin R. Patel and Peter C.

 Bruce, Wiley, 2007. (We will hereafter refer to this is SPB2007)

اسلاید 10 :


Course Syllabus

¥What is data mining? 

Data partitioning
Training, validation and holdout samples
Open ended exploration as opposed to a strict view on inference
Oversampling rare events
Danger of overfitting
¥Exploratory data analysis

Data pre-processing
Visualization
Variable reduction, principal components
Curse of dimensionality

در متن اصلی پاورپوینت به هم ریختگی وجود ندارد. برای مطالعه بیشتر پاورپوینت آن را خریداری کنید