Viden
Deltagerne skal opnå viden om teorier, metoder, teknikker og værktøjer inden for følgende områder:
Avanceret data warehousing og multidimensionelle databaser, herunder
- Avanceret multidimensionel modellering.
- Alternativer til multidimensionel modellering som f.eks. data vault modellering.
- Brug af aggregater til performanceoptimering.
- Indeksering af multidimensionelle databaser, herunder bitmap indexes.
- Nye trends i data warehousing, som f.eks. near-real-time data warehousing eller cloud-teknologier i forbindelse med data warehousing.
Avancerede data mining metoder, herunder
- Multimedie mining.
- Mining af højdimensionelle data, f.eks. subspace clustering.
- Outlier detection.
- Tekst mining.
- Web mining.
Deltagerne skal kunne forholde sig kritisk og refleksivt i forhold til de teoretiske emner.
Færdigheder
Deltagerne skal efter at have gennemført enkeltfaget kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere, vurdere og komme med forslag til løsning af konkrete problemstillinger i praksis. De skal kunne argumentere for relevansen af de valgte teorier, metoder og modeller samt for det udarbejdede løsningsforslag, og de skal kunne reflektere over betydningen for den sammenhæng, løsningen indgår i.
Konkret forventes det, at deltagerne efter gennemførelse af fagpakken er i stand til at:
- designe et data warehouse ved brug af avancerede modelleringsteknikker,
- implementere et avanceret DW/OLAP-system,
- optimere performance i data warehouset,
- udvælge og forberede data til avanceret data mining (avanceret præprocessering),
- forstå og anvende en række avancerede data mining metoder,
- forstå og sammenligne algoritmerne bag forskellige avancerede data mining metoder.
Kompetencer
Gennem enkeltfaget skal deltagerne opnå kompetencer til at:
- træffe informerede valg omkring avancerede data warehousingteknikker,
- vælge den rigtige type data mining metode til en given avanceret problemstilling, at parametrisere avancerede data mining algoritmer til et givent datasæt og at analysere avancerede data mining resultater,
- designe og udvikle et komplet business intelligence system for en kompleks, realistisk problemstilling.
