- Team
- Forschung
- Studium
- Klausurtermine
- M.Sc. Data Science
- SS 2022
- SS 2023
- WS 2022/23
- WS 2023/24
- LOTS-Nutzung
- Vergangene Semester
- Module der Abteilung
- Abschlussarbeiten
- Top-Studenten
- Erasmus
- Service
Data Warehousing
- Die Vorlesung findet freitags statt
- Vorlesungsbeginn 08.04.2016
- Uhrzeit: 11:15 – 12:45 Uhr
- Ort: HS 19
- Die Anmeldung zur Vorlesung und Klausur erfolgt über Almaweb.
- Bei Fragen und Problemen zur Anmeldung wenden Sie sich bitte immer an das Studienbüro via einschreibung(at)math.uni-leipzig.de
- Prüfungsklausur (60 Minuten): Fr., 15.7.2016, 14:00 Uhr, Audimax
Teilnehmerkreis:
Bachelor/Master Informatik oder Wirtschaftsinformatik, Master Bioinformatik und alle Interessenten.
- Modulzuordnung siehe Kap. 0
Übersicht:
Data Warehouses werden in zahlreichen Unternehmen zur Konsolidierung und Integration unterschiedlicher Daten sowie zur Durchführung umfangreicher Auswertungen (v.a. zur Entscheidungsunterstützung, Decision Support) eingesetzt. Die Vorlesung bietet eine Einführung in Architektur, Entwurf, Betrieb und Nutzung von Data-Warehouse-Systemen. Sie richtet sich an Informatiker, Wirtschaftsinformatiker und alle, die sich einen fundierten Einstieg in das wichtige Thema “Data Warehousing” verschaffen wollen.
Vorläufige Gliederung
Literatur:
- Bauer/Günzel (Hrsg.): Data Warehouse Systeme. 4. Auflage, dpunkt 2013
- Köppen/Saake/Sattler: Data Warehouse Technologien. Mitp 2014
- Müller/Lenz: Business Intelligence. Springer 2013 (E-Book aus Uni-Netz zugänglich)
- Han / Kamber / Pei: Data Mining: Concepts and Techniques. 3rd edition, Morgan Kaufmann 2011 (E-Book aus Uni-Netz zugänglich)
- Chaudhuri / Dayal / Narasayya: An Overview of Business Intelligence Technology. CACM 54(8), Aug. 2011
- Charu C. Aggarwal (Hrsg.): Managing and Mining Graph Data. Springer 2010
Erwartete Vorkenntnisse:
DB-Grundkenntnisse (z.B. Vorlesung DBS1)
Scheinvergabe:
Prüfungsklausur (60 Minuten)
Online-Übungen
Begleitend zur Vorlesung werden zur Anwendung des Stoffes Online-Übungen im E-Learning-System LOTS angeboten. Um der DW-Gruppe in LOTS beizutreten geben Sie als Kennung dwh#2016 ein; siehe dazu auch LOTS-Hinweise. Falls Sie schon einen Zugang zu LOTS eingerichtet haben, reicht die Eingabe der Kennung in ihrem Profil, um der Gruppe beizutreten.