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
