69499 - BUSINESS INTELLIGENCE M

Anno Accademico 2019/2020

  • Docente: Fabio Grandi
  • Crediti formativi: 6
  • SSD: ING-INF/05
  • Lingua di insegnamento: Italiano
  • Moduli: Stefano Rizzi (Modulo 1) Fabio Grandi (Modulo 2)
  • Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
  • Campus: Bologna
  • Corso: Laurea Magistrale in Ingegneria gestionale (cod. 0936)

Conoscenze e abilità da conseguire

Conoscenza dei principali strumenti per l'analisi di grandi quantità di dati utili a supportare efficientemente i processi decisionali. Nel corso saranno analizzate le due principali tecnologie a disposizione della Business Intelligence per l'estrazione di informazioni strategiche: il Data Warehousing e il Data Mining.

Contenuti

Prerequisiti/Propedeuticità consigliate

L’allievo che accede a questo insegnamento conosce i sistemi database e il modello relazionale. Tali conoscenze sono acquisite, di norma, superando un esame di Basi di Dati o Sistemi Informativi.

Tutte le lezioni saranno tenute in Italiano. È quindi necessaria la comprensione della lingua italiana per seguire con profitto il corso e per poter utilizzare il materiale didattico fornito.

Programma

  1. Business intelligence:
  • il ruolo della BI nel sistema informativo aziendale;
  • introduzione al data warehousing;
  • introduzione al data mining e KDD;
  • analisi what-if.
  • Data Warehousing:
    • architetture;
    • tecniche di analisi dei dati;
    • il ciclo di sviluppo:
      • analisi delle sorgenti dati;
      • analisi dei requisiti;
      • progettazione concettuale;
      • carico di lavoro e volume dati;
      • progettazione logica;
      • progettazione dell'alimentazione
  • Data Mining:
    • regole associative;
    • algoritmi di clustering;
    • tipologie dei dati;
    • alberi di decisione;
    • metodi statistici;
    • reti neurali;
    • valutazione dei risultati;
    • analisi di serie storiche.


    Testi/Bibliografia

    • Lucidi del corso.
    • M. Golfarelli, Stefano Rizzi. Data Warehouse: teoria e pratica della progettazione (seconda edizione). McGraw-Hill, 2006.
    • R. Roiger, M. Geatz, Introduzione al data mining, McGraw-Hill, 2003.
    Letture consigliate:
    • M. Berry, G. Linoff. Data mining techniques for marketing, sales, and customer support. John Wiley & Sons, 1997.
    • B. Devlin. Data warehouse: from architecture to implementation. Addison-Wesley Longman, 1997.
    • W.H. Inmon. Building the data warehouse. John Wiley & Sons, 1996.
    • M. Jarke, M. Lenzerini, Y. Vassiliou, P. Vassiliadis. Fundamentals of data warehouse. Springer, 2000.
    • R. Kimball, L. Reeves, M. Ross, W. Thornthwaite. The data warehouse lifecycle toolkit. John Wiley & Sons, 1998.
    • I.H. Witten, E.Frank, M.A. Hall, Data Mining: Practical Machine Learning Tools and Techniques, Morgan Kaufmann, 2011.

    Metodi didattici

    • La didattica frontale del corso consiste in lezioni ed esercitazioni in aula, svolte dal docente con l'ausilio di lucidi proiettati tramite lavagna luminosa o PC e proiettore.
    • Il programma saràintegrato da seminari tenuti da consulenti aziendali.

    Modalità di verifica e valutazione dell'apprendimento

    L'esame finale mira ad accertare la conoscenza acquisita dallo studente dei principali strumenti per l'analisi di grandi quantità di dati utili a supportare efficientemente i processi decisionali.

    Per entrambi i moduli (Data Warehousing e Data Mining), l'esame finale consiste in una prova scritta da sostenersi senza l'ausilio di libri, dispense o appunti, nella quale sono presenti domande teoriche, che tenderanno ad accertare la conoscenza da parte dello studente dell'intero programma, ed esercizi pratici sulla parte progettuale.

    La prova scritta relativa a ciascun modulo, della durata di 1h, si intende superata con un punteggio di 18/30 su un totale di 33/30. In ciascun appello, è possibile sostenere l'esame relativo ad entrambi i moduli. La prova scritta relativa ai due moduli può essere sostenuta in appelli differenti. Il voto finale dell'esame è la media dei voti relativi ai due moduli.

    Il superamento dell’esame sarà garantito agli studenti che dimostreranno padronanza e capacità operativa in relazione alla conoscenza dei concetti chiave illustrati nell'insegnamento, alle capacità progettuali ed alla padronanza del linguaggio tecnico. Un punteggio più elevato sarà attribuito agli studenti che dimostreranno di aver compreso ed essere capaci di utilizzare tutti i contenuti dell’insegnamento illustrandoli con capacità di linguaggio, risolvendo problemi anche complessi mostrando buone attitudini progettuali. Il mancato superamento dell'esame potrà essere dovuto all'insufficiente conoscenza dei concetti chiave, alla mancata padronanza del linguaggio tecnico, alla mancata o insufficiente capacità progettuale e operativa.

    Strumenti a supporto della didattica

    Sono disponibili (scaricabili da sito Web) appunti informali sugli argomenti del corso.

    Link ad altre eventuali informazioni

    http://www-db.disi.unibo.it/~fgrandi/didattica.html

    Orario di ricevimento

    Consulta il sito web di Fabio Grandi

    Consulta il sito web di Stefano Rizzi