Data Warehouse Business Intelligence
Código: IFCD013PO
Objetivos
OBJETIVO GENERAL:
Utilizar adecuadamente los aspectos que inciden en la comunicación como una herramienta fundamental en la labor docente.
OBJETIVOS ESPECÍFICOS:
Unidad 1
- Conocer el concepto de Business Intelligence.
- Entender por qué surge el concepto "Business Intelligence".
- Analizar la importancia que cobra en las organizaciones.
Unidad 2
- Comprender los conceptos clave de Data Warehouse y Data Mart.
- Abarcar la importancia del Data Warehouse y Data Mart en el panorama empresarial actual y cómo se integran en la toma de decisiones estratégicas.
- Analizar la utilidad y los componentes los Data Marts y Data Warehouses.
Unidad 3
- Conocer las metodologías para diseñar, implementar y mantener un Data Warehouse eficiente y escalable.
Unidad 4
- Determinar cómo se desarrollan los modelos lógicos y físicos de la base de datos central.
- Estimar la importancia que tiene una estructura sólida.
Unidad 5
- Explorar el proceso de ETL.
- Interpretar la extracción, transformación y carga de datos (ETL)
Unidad 6
- Explorar el diseño de cubos OLAP para el análisis de datos multidimensionales.
- Conocer la utilidad de las herramientas como Discoverer Administrador y Discoverer Desktop.
Unidad 7
- Conocer técnicas esenciales de minería de datos.
- Descubrir patrones y tendencias ocultos en los datos a través de las técnicas.
Unidad 8
- Aprender sobre el ciclo completo de minería de datos, desde la selección y preprocesamiento de datos hasta la evaluación y despliegue de modelos.
Programa
EVALUACIÓN DIAGNÓSTICA
PRESENTACIÓN
1. INTRODUCCIÓN
1. Introducción
Evaluación 1
2. CONCEPTO DE DATA MART o DATA WAREHOUSE
2. Concepto Data Mart o Data Warehouse
Evaluación 2
3. METODOLOGÍA
3. Metodología
Evaluación 3
4. DISEÑO LÓGICO Y FÍSICO DE BASE DE DATOS CENTRAL
4. Diseño lógico y físico BD central
Evaluación 4
5. DISEÑO DE CUBOS
5. Diseño de cubos
Evaluación 5
6. OLAP
6. OLAP
Evaluación 6
7. TÉCNICAS DE MINERÍA DE DATOS
7. Técnicas de minería de datos
Evaluación 7
8. EL CICLO DE DATA MINING: FASES Y TIPOS DE PROBLEMAS
8. El ciclo de Data Mining
Evaluación 8
CASO PRÁCTICO FINAL
EVALUACIÓN FINAL
RESUMEN