BAN603 - Διαχείριση δεδομένων και επιχειρηματική ευφυΐα
MSc Business Analytics
Κύριο μάθημα
BAN603 - Διαχείριση δεδομένων και επιχειρηματική ευφυΐα
Κωδικός Μονάδας Μαθήματος: BAN603
Τύπος μονάδας: Πυρήνας
Επίπεδο Μονάδας Μαθήματος: Μεταπτυχιακά Προγράμματα
Έτος σπουδών: 1
Εξάμηνο: Εξάμηνο 1
Αριθμός μονάδων ECTS: 10
Ώρες επαφής με το μάθημα: 12
Τρόπος παράδοσης:
Εξ Αποστάσεως Προγράμματα
Προαπαιτούμενα
Κανένα
Στόχοι του μαθήματος
Αυτό το μάθημα παρέχει μια εις βάθος εξερεύνηση των συστημάτων διαχείρισης βάσεων δεδομένων, δίνοντας έμφαση στα βασικά στοιχεία της γλώσσας ερωτημάτων SQL για σχεσιακές βάσεις δεδομένων και στη μοντελοποίηση δεδομένων, την κανονικοποίηση, το σχεδιασμό βάσεων δεδομένων και την ασφάλεια.
Εκτός από τις σχεσιακές βάσεις δεδομένων, το μάθημα καλύπτει επίσης σύγχρονες μη SQL τεχνολογίες, όπως οι βάσεις δεδομένων προσανατολισμένες σε έγγραφα, οι αποθήκες κλειδιών-τιμών και οι βάσεις δεδομένων γράφων. Οι φοιτητές θα μάθουν πώς να αξιολογούν και να επιλέγουν τα κατάλληλα συστήματα βάσεων δεδομένων μη SQL για την αντιμετώπιση διαφόρων προκλήσεων διαχείρισης δεδομένων.
Το μάθημα περιλαμβάνει επίσης μια συζήτηση σχετικά με τη σχεσιακή μάθηση, η οποία αναφέρεται στη χρήση σχεσιακών βάσεων δεδομένων για την καταγραφή δομημένης γνώσης, και τις εφαρμογές της στη μηχανική μάθηση. Οι σπουδαστές θα μάθουν πώς να χρησιμοποιούν σχεσιακές βάσεις δεδομένων για την αναπαράσταση πολύπλοκων δομών δεδομένων και πώς να εφαρμόζουν αλγορίθμους σχεσιακής μάθησης για την εξαγωγή ουσιαστικών συμπερασμάτων από τα δεδομένα.
Τέλος, το μάθημα καλύπτει τις διανυσματικές βάσεις δεδομένων, οι οποίες είναι εξειδικευμένες βάσεις δεδομένων σχεδιασμένες για την αποθήκευση και τον χειρισμό διανυσμάτων υψηλής διάστασης, όπως αυτά που χρησιμοποιούνται στη μηχανική μάθηση και την επεξεργασία φυσικής γλώσσας. Οι φοιτητές θα μάθουν για τις μοναδικές προκλήσεις και ευκαιρίες που σχετίζονται με τις διανυσματικές βάσεις δεδομένων, συμπεριλαμβανομένων των εφαρμογών τους σε συστήματα συστάσεων και αναζητήσεων ομοιότητας.
Με την ολοκλήρωση του μαθήματος, οι σπουδαστές αναμένεται να είναι σε θέση να σχεδιάζουν και να υλοποιούν κατάλληλες λύσεις σχεσιακών βάσεων δεδομένων για τις ανάγκες του οργανισμού, να εκτελούν απλά και μεσαία σύνθετα ερωτήματα σε σχεσιακές βάσεις δεδομένων, να κατανοούν τους διαφορετικούς τύπους μη SQL βάσεων δεδομένων και τις εφαρμογές τους, να αναπτύσσουν κριτική κατανόηση των διαφορετικών τύπων βάσεων δεδομένων και των επιπτώσεών τους στην ασφάλεια και την απόδοση, και να αποκτούν εξοικείωση με τις σχεσιακές βάσεις δεδομένων μάθησης και τις διανυσματικές βάσεις δεδομένων.
Συνολικά, αυτό το μάθημα παρέχει μια ολοκληρωμένη επισκόπηση των συστημάτων διαχείρισης βάσεων δεδομένων, συμπεριλαμβανομένων τόσο των σχεσιακών όσο και των μη SQL τεχνολογιών, εξοπλίζοντας τους φοιτητές με τις δεξιότητες και τις γνώσεις που απαιτούνται για το σχεδιασμό, την ανάπτυξη και τη συντήρηση αποτελεσματικών λύσεων βάσεων δεδομένων για σύγχρονους οργανισμούς.
Μαθησιακά αποτελέσματα
1: Ανάλυση των οργανωτικών αναγκών και σχεδιασμός και υλοποίηση κατάλληλων λύσεων σχεσιακών βάσεων δεδομένων για την κάλυψη των εν λόγω αναγκών.
2: Ανάπτυξη δεξιοτήτων στη γλώσσα ερωτημάτων SQL και εκτέλεση απλών και μεσαίου επιπέδου σύνθετων ερωτημάτων σε σχεσιακές βάσεις δεδομένων.
3: Αξιολόγηση και επιλογή κατάλληλων συστημάτων βάσεων δεδομένων μη SQL για την αντιμετώπιση διαφόρων προκλήσεων διαχείρισης δεδομένων.
4: Κατανόηση των διαφόρων τύπων βάσεων δεδομένων που δεν είναι SQL, συμπεριλαμβανομένων των βάσεων δεδομένων προσανατολισμένων σε έγγραφα, των καταστημάτων κλειδιών-τιμών και των βάσεων δεδομένων γράφων, καθώς και των εφαρμογών τους.
5: Εξοικείωση με τη σχεσιακή μάθηση και χρήση σχεσιακών βάσεων δεδομένων για την αναπαράσταση σύνθετων δομών δεδομένων.
6: Εφαρμογή αλγορίθμων σχεσιακής μάθησης για την εξαγωγή ουσιαστικών πληροφοριών από δεδομένα.
7: Κατανοήστε τις μοναδικές προκλήσεις και ευκαιρίες που σχετίζονται με τις διανυσματικές βάσεις δεδομένων, συμπεριλαμβανομένων των εφαρμογών τους σε συστήματα συστάσεων και αναζητήσεων ομοιότητας.
8: Ανάπτυξη κριτικής κατανόησης των διαφορετικών τύπων βάσεων δεδομένων και των επιπτώσεών τους στην ασφάλεια και τις επιδόσεις.
Περιεχόμενο μαθήματος
1η εβδομάδα:
- Ιστορία των βάσεων δεδομένων και των συστημάτων διαχείρισης βάσεων δεδομένων
- Ορολογία: βάση δεδομένων, DBMS και μοντέλα δεδομένων
o Άποψη υψηλού επιπέδου των μη σχεσιακών μοντέλων δεδομένων: Αυτοπεριγραφικά δεδομένα: Ιεραρχικά, Δικτυακά, Αυτοπεριγραφικά
2η εβδομάδα:
- Το μοντέλο δεδομένων οντοτήτων-σχέσεων
3η εβδομάδα:
- Το σχεσιακό μοντέλο δεδομένων
4η εβδομάδα:
- Εισαγωγή στη γλώσσα ερωτημάτων SQL (βασικά: λειτουργίες επιλογής)
5η εβδομάδα:
- Εισαγωγή στη γλώσσα ερωτημάτων SQL (βασικές λειτουργίες: εισαγωγή, ενημέρωση, διαγραφή)
6η εβδομάδα:
- Εισαγωγή στη γλώσσα ερωτημάτων SQL (προχωρημένα θέματα: αθροίσεις, ομαδοποίηση, εμφωλευμένα ερωτήματα)
7η εβδομάδα:
- Εισαγωγή στη γλώσσα ερωτημάτων SQL (προχωρημένα θέματα: ενώσεις, προσωρινοί πίνακες, προβολές)
8η εβδομάδα:
- Θεωρία των τεχνολογιών no-sql και των κατανεμημένων συστημάτων (μέρος Ι)
9η εβδομάδα:
- Θεωρία των τεχνολογιών no-sql και των κατανεμημένων συστημάτων (μέρος ΙΙ)
10η εβδομάδα:
- Προχωρημένα θέματα: (μέρος Ι): Σχεσιακή μάθηση, πιθανολογικές βάσεις δεδομένων και διανυσματικές βάσεις δεδομένων (μέρος Ι)
11η εβδομάδα:
- Προχωρημένα θέματα: (μέρος ΙΙ)
12η εβδομάδα:
- Προχωρημένα θέματα: Βάσεις δεδομένων (μέρος ΙΙΙ): Σχεσιακή μάθηση, Πιθανολογικές βάσεις δεδομένων και Διανυσματικές βάσεις δεδομένων (μέρος ΙΙΙ)
Χαρακτηριστικά μαθήματος
Εβδομαδιαίες δραστηριότητες αυτοαξιολόγησης :
Σε εβδομαδιαία βάση, οι μαθητές θα έχουν τη δυνατότητα να συμμετέχουν σε δραστηριότητες αυτοαξιολόγησης για να κρίνουν το επίπεδο κατανόησης των εννοιών που έχουν καλυφθεί μέχρι στιγμής. Οι εβδομαδιαίες δραστηριότητες αυτοαξιολόγησης παρέχουν άμεση ανατροφοδότηση.
Εβδομαδιαίες διαδραστικές δραστηριότητες (20%):
Σε εβδομαδιαία βάση, οι μαθητές θα έχουν τη δυνατότητα να συμμετέχουν σε δραστηριότητες αυτοαξιολόγησης για να κρίνουν το επίπεδο κατανόησης των εννοιών που έχουν καλυφθεί μέχρι στιγμής. Τέτοιες δραστηριότητες περιλαμβάνουν διαδραστικά παιχνίδια (π.χ. δωμάτια απόδρασης, ομαδικές συζητήσεις κ.λπ.) και διαδικτυακά κουίζ.
Οι εβδομαδιαίες δραστηριότητες αυτοαξιολόγησης παρέχουν άμεση ανατροφοδότηση.
Η συμμετοχή σε τέτοιες δραστηριότητες αντιπροσωπεύει το πολύ 20% του τελικού βαθμού.
Τελική εργασία (30%)
Θα δοθεί μια τελική εργασία, η οποία αντιπροσωπεύει το 30% του τελικού βαθμού, ως εξής:
Στους μαθητές παρέχονται οι απαιτήσεις για τη δημιουργία μιας σχεσιακής βάσης δεδομένων και μερικά απλά αρχεία CSV. Τους ζητείται να δημιουργήσουν μια βάση δεδομένων, να προσθέσουν τους απαιτούμενους πίνακες, να εισάγουν τα αρχεία CSV και να αναπτύξουν ορισμένα ερωτήματα SQL.
Τελική εξέταση (50%)
Η τελική εξέταση αντιπροσωπεύει το 50% του βαθμού.
English (UK) 
Ελληνικά