Professors Docents
Els Resultats d'Aprenentatge d'aquesta assignatura són:
- Comprensió de conceptes i tecnologies clau: Els estudiants comprendran els conceptes i tecnologies fonamentals que sustenten el Business Intelligence (BI) i l'Analytics.
- Anàlisi i utilització de Big Data: El curs capacita els estudiants per analitzar i utilitzar Big Data de manera efectiva per al suport a la presa de decisions.
- Disseny i implementació de solucions de Data Warehousing i Business Reporting: Els participants aprendran a dissenyar i implementar solucions d'anàlisi descriptiva, centrant-se en l'emmagatzematge de dades i el reporting empresarial.
- Aplicació de tècniques de mineria de dades i modelització predictiva: Els estudiants adquiriran habilitats en l'aplicació de la mineria de dades i la modelització predictiva per al suport a la presa de decisions.
- Ús d'anàlisi de text, mineria de text i anàlisi web: El curs cobreix l'aplicació d'anàlisi de text, mineria de textos, anàlisi de sentiments, anàlisi web, mineria web i anàlisi social per a anàlisis predictives.
- Implementació de la presa de decisions basada en models i mètodes de cerca heurística: Els estudiants aprendran a implementar la presa de decisions basada en models, mètodes de cerca heurística i simulació per a l'anàlisi prescriptiva.
- Utilització de sistemes de decisió automatitzats i sistemes experts: El curs també ensenya l'ús de sistemes de decisió automatitzats, sistemes experts, gestió del coneixement i sistemes col·laboratius per al suport avançat a la presa de decisions.
1. Introducció a Business Intelligence i Analytics
2. Big Data i Analytics
3. Analytics Descriptiu - Data Warehousing i Reporting Empresarial
4. Analytics Predictiu - Data Mining i Modelat Predictiu
5. Analytics Predictiu Continuat - Anàlisi de Text, Mineria Web i Anàlisi Social
6. Models i Simulació / Prescriptive Analytics
7. Analytics Prescriptiu Continuat - Sistemes de Decisió Automatitzats i Gestió del Coneixement
Tres sessions per setmana on es mostraran els conceptes bàsics i la seva aplicació en situacions pràctiques. Es resoldran exercicis a classe i també es proposaran problemes perquè els estudiants puguin aplicar els conceptes apresos.
La nota de l'assignatura es calcularà de la següent manera:
Debats: 30%
Casos Bisetmanals: 40%
Treball Final: 30%
Els criteris d'avaluació s'apliquen a tots els alumnes, els repetidors hauran d'assistir a classe i presentar tots els lliuraments sol·licitats. Qualsevol situació excepcional ha de ser comunicada prèviament als professors i validada pel tutor.
L'assignatura estarà aprovada si el còmput global de la nota és superior a 5.
RETAKE POLICY: El Retake consistirà en un examen que inclou tot el contingut de l'assignatura. Tots els Casos s'han d'haver enviat al campus virtual abans de l'examen de recuperació. En cas contrari, l'examen no serà possible.
Business Intelligence, Analytics, Data Science, and AI, 5th edition, Published by Pearson © 2024, by Ramesh Sharda Oklahoma State University | Dursun Delen Oklahoma State University | Efraim Turban Oklahoma State University, University of Hawaii ISBN-13: 978-1292459295