Warenkorb
kein Artikel im
  IT-Fernstudiengänge &-Weiterbildung     Kontakt  
  Registrierung Plattform
  Online Bewerbungen
  Module buchen
  E-Learning Kurskatalog
Unser Preis: 410,00 EUR* * inkl 0% Mehrwertsteuer
In den Warenkorb legen

Produktdetails

Modulname
Data Warehouse und Data Mining
Studienbereich
Bachelor-Studienabschnitt WMI, Wahlkatalog 2, Empfohlenes Semester: 5./6. Semester
Bachelor-Studienabschnitt WI, Pflichtfach, Empfohlenes Semester: 5. Semester
Fach
Vertiefung (Web- und Medieninformatik)
Wirtschaftsinformatik (Wirtschaftsinformatik)
Anzahl Leistungspunkte (ECTS), Workload, Stellenwert Note
5 ECTS, 150 Stunden, 2,78%
Lehrveranstaltung, Kontaktzeit, Selbststudium
Online-Kurs mit beliebig vielen Studierenden, Kontaktzeit: 0 SWS, Selbststudium: 150 Stunden
Häufigkeit des Angebots, Dauer
Jedes Semester, Dauer: 1 Semester / individuell
Lernergebnisse / Kompetenzen

Buch: Data Warehouse - 100 px

Nach der Durcharbeitung dieses Moduls kennen die Studierenden, die grundlegenden Architekturformen eines Data Warehouse und ihre Einsatzmöglichkeiten. Sie können erklären, wie OLAP-Systeme bzw. mehrdimensionale Datenbanksysteme aufgebaut sind. Sie kennen die unterschiedlichen Modellierungsansätze zum Aufbau leistungsfähiger Systeme und die Data Mining-Verfahren zur Auswertung der Daten. Sie können die Data Warehouse-Systeme kritisch bewerten in Abgrenzung zu Datenbanksystemen.
Die Studierenden kennen die Einsatzmöglichkeiten und Vor- und Nachteile von Data Warehouse- und Data Mininig-Systemen und können eigene, kleinere Data Warehouse-Anwendungen selbst modellieren.

Fach- und Methodenkompetenz
Fachübergreifende Methodenkompetenz
Die Lehrinhalte vermitteln auch fachübergreifende Kompetenzen, so vor allem Ansätze zur allgemeinen Problemstrukturierung und -analyse, weiterhin Konzepte zur systematischen und strukturierten Vorgehensweise (system engineering), die wichtige Lehrinhalte darstellen und auf weitere Lehrbereiche gut übertragbar sind.

Sozialkompetenz
Ein erfolgreiches Arbeiten im Data Warehousing wird wird durch eine Gruppen-bzw. Teamarbeit gefördert. Große Projekte in der Praxis werden in Form einer Projektarbeit durchgeführt, d.h. im Rahmen deines Projektmanagements sind Kooperation und Kommunikation grundlegende Voraussetzungen für ein erfolgreiches Arbeiten im Team. Diese Aspekte und Fähigkeiten für eine Gruppenarbeit sind wichtige Bestandteile der Lehrinhalte, so vor allem bei der Bearbeitung und Lösung der Fallstudie.

Berufsfeldorientierung
Die Lehrinhalte umfassen neben den notwendigen theoretischen Grundlagen auch Anwendungsbeispiele aus der Praxis, die in Unternehmen weit verbreitet sind und hohe Nutzungspotenziale aufweisen, so vor allem in einer Fallstudie, die konkret auf ein zukünftiges Berufsfeld vorbereitet. Die abgeleiteten Ergebnisse und die betriebswirtschaftlichen Analysen zeigen die große Bedeutung für die Praxis auf.
Inhaltsübersicht

Lehrformen
Die Inhalte stehen sowohl als Online-Kurs als auch als Lehrbuch zum Selbststudium zur Verfügung und sind durchgehend buchbar. Die einzelnen Konzepte werden Schritt für Schritt aufeinander aufbauend in kleinen, überschaubaren Wissensbausteinen/Kapiteln vermittelt. Besonderer Wert wird auf jeweils vollständige Beispiele gelegt, die selbst weiterentwickelt werden können. Eine Fallstudie verdeutlicht den Einsatz der Data Warehouse-Systeme in der Praxis mit ihren Vorteilen und möglichen Risiken.

Am Anfang und am Ende jedes Wissensbausteins können die bereits vorhandenen Fähigkeiten oder die im Wissensbaustein erworbenen Fähigkeiten anhand von Tests und Aufgaben überprüft werden.
Teilnahmevoraussetzungen (Empfehlung)

Prüfungsformen
Zweistündige schriftliche Präsenzklausur, die bei Nichtbestehen zweimal wiederholt werden kann. Werden alle Aufgaben richtig gelöst, dann erhält man 100 Punkte. Um die Klausur zu bestehen sind 50 Punkte notwendig.
Hilfsmittel: Alle handschriftlichen oder gedruckten Unterlagen.
Voraussetzungen für die Vergabe von Leistungspunkten
bestandene schriftliche Präsenzklausur
Verwendung des Moduls

Das Modul wird in deutscher Sprache angeboten.
Modulbeauftragte
Prof. Dr. Roland Gabriel, Prof. Dr. Peter Gluchowski
Literaturhinweise und sonstige Informationen

Online-Kurse



Data Warehouse & Data Mining (St)

Data Warehouse & Data Mining (St)

410,00 EUR
410,00 EUR

365 

1325
934
1   56
1   55

Roland Gabriel

Roland Gabriel

Roland Gabriel

59

25
10





Data Warehouse & Data Mining

Über das Buch.



Buch: Data Warehouse - 210 px

  • Autoren: Prof. Dr. Roland Gabriel, Prof. Dr. Peter Gluchowski, Dipl.-Ök. Alexander Pastwa
  • 234 Seiten, br., Format A5
  • Verlag: W3L AG
  • ISBN: 978-3-937137-66-7
  • Kaufen: im Buchhandel
  • Inhalt: Data Warehouse & Data MiningData Warehouse & Data Mining (PDF)
  • Probelesen: Data Warehouse & Data MiningData Warehouse & Data Mining (PDF)
  • Pressemitteilung: Data Warehouse & Data MiningData Warehouse & Data Mining (PDF)
  • Online-Kurs: Data Warehouse & Data Mining
  • TAN für den Demokurs: 3626789135
     

     
     
    So gelangen Sie zu Ihrem Demokurs.
     
     

Prof. Dr. Roland GabrielFoto: Gabriel 100
Prof. Dr. Roland GabrielFoto: Gabriel 100

Dr. Peter GluchowskiFoto: Peter Gluchowski 100
Dr. Peter GluchowskiFoto: Peter Gluchowski 100

Dipl.-Oek. Alexander Pastwa, Lehrstuhl für Wirtschaftsinformatik, Ruhr-Universität BochumFoto: Pastwa 100
Dipl.-Oek. Alexander Pastwa, Lehrstuhl für Wirtschaftsinformatik, Ruhr-Universität BochumFoto: Pastwa 100



Das Wichtigste in Kürze.


Wissensgebiete: Wirtschaftsinformatik | Data Warehouse | Data Mining
Zielgruppen: Software-Entwickler | Datenbank-Entwickler | Studierende der Informatik & Wirtschaftsinformatik
Voraussetzungen: keine

Charakteristika dieses Buches:
  • Umfassende Darstellung der Themenbereiche »Data Warehousing« und »Data Mining«.
  • Vermittlung der technischen Komponenten zur Informationsversorgung und Entscheidungsunterstützung.
  • Vorstellung aller konzeptionellen und technischen Grundlagen.
  • Zahlreiche Beispiele aus einer durchgängigen Fallstudie.
  • Multidimensionale Datenmodellierung
  • Zielführende Auswertung der Analysedaten unter Einsatz leistungsfähiger Methoden
  • Implementierung der Analysedaten in einer geeigneten Architektur.
  • Unter Einsatz leistungsfähiger Methoden zielführend Analysedaten auswerten.
  • Themenschwerpunkte: Data Warehouse, On-Line Analytical Processing (OLAP), Modellierung multidimensionaler Datenstrukturen, Data Mining, CRISP-DM-Modell.

Zugaben:
  • Kostenloser E-Learning-Kurs »Schnelleinstieg DW & DM«, TAN 3626789135.