Datos Identificativos 2014/15
Asignatura (*) Explotación de Almacéns de Datos Código 614G01043
Titulación
Grao en Enxeñaría Informática
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
Terceiro Obrigatoria 6
Idioma
Castelán
Galego
Prerrequisitos
Departamento Computación
Coordinación
Gonzalez Ares, Luis Andres
Correo electrónico
luis.ares@udc.es
Profesorado
Gonzalez Ares, Luis Andres
Ladra González, Susana
Correo electrónico
luis.ares@udc.es
susana.ladra@udc.es
Web http://docencia.lbd.udc.es/ead/
Descrición xeral Como "Almacéns de Datos" ou "Data Warehouse" enténdese todo o relacionado coas base de datos da contorna analítica, ou sexa, as utilizadas no proceso de toma de decisións, polo que a materia trata dos coñecementos para a utilización destas bases de datos. Unha parte importante da explotación de datos no ámbito analítico é a aplicación de ferramentas de minería de datos para descubrir coñecemento oculto.

Competencias do título
Código Competencias da titulación
A46 Capacidade de integrar solucións de tecnoloxías da información e as comunicacións e procesos empresariais para satisfacer as necesidades de información das organizacións, permitíndolles alcanzar os seus obxectivos de forma efectiva e eficiente, e dándolles así vantaxes competitivas.
B3 Capacidade de análise e síntese
B5 Habilidades de xestión da información
C2 Dominar a expresión e a comprensión de forma oral e escrita dun idioma estranxeiro.
C3 Utilizar as ferramentas básicas das tecnoloxías da información e as comunicacións (TIC) necesarias para o exercicio da súa profesión e para a aprendizaxe ao longo da súa vida.
C7 Asumir como profesional e cidadán a importancia da aprendizaxe ao longo da vida.
C8 Valorar a importancia que ten a investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.

Resultados de aprendizaxe
Competencias de materia (Resultados de aprendizaxe) Competencias da titulación
Entender o proceso analítico e diferencialo do operacional, coñecer a arquitectura dun almacén de datos e saber efectuar o deseño e explotación do mesmo orientado á toma de decisións, incluíndo a utilización de ferramentas de minería de datos. A46
B3
B5
C2
C3
C7
C8

Contidos
Temas Subtemas
Conceptos de Bases de Datos
Introdución e arquitectura do Data Warehouse

Deseño de Data Warehouse
Minería de Datos
Para a materia optativa impartirase unha temática acorde ao itinerario de procedencia e orientada ao perfil de responsable de Data Warehouse

Planificación
Metodoloxías / probas Horas presenciais Horas non presenciais / traballo autónomo Horas totais
Prácticas de laboratorio 14 21 35
Solución de problemas 7 14 21
Lecturas 0 14 14
Proba mixta 3 0 3
Traballos tutelados 0 14 14
Sesión maxistral 21 42 63
 
Atención personalizada 0 0
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Prácticas de laboratorio Son clases nas que se desenvolven as competencias procedimentais relacionadas cos contidos da asignatura.
Nelas realizaranse, por unha parte, exercicios cuxo obxetivo é madurar os conceptos das clases teóricas, e por outra, introduciranse novos conceptos de carácter práctico que acompañaranse de exercicios.
Solución de problemas Clases nas que se discutirán as estrategias de solución de diversos problemas propostos.
Lecturas Se propondrá a lectura de diversos traballos que complementen e axuden a entender os conceptos plantexados.
Proba mixta Examen da asignatura que combina conceptos teóricos, prácticos e problemas.
Traballos tutelados Trabajos realizados baixo a orientación do profesorado, cuxo obxetivos é que os estudintes asuman a responsabilidade do seu propio aprendizaxe e que aprenden "cómo hacer".
Sesión maxistral Clases teóricas nas que se expoñen os contidos fundamentais da materia, que poden acompañarse da propuesta e a resolución de exemplos.

Atención personalizada
Metodoloxías
Prácticas de laboratorio
Solución de problemas
Descrición
Tanto nas prácticas de laboratorio como na solución de problemas o profesor aportará solucións e/ou atenderá as dúbidas e as preguntas que se orixinen.

Avaliación
Metodoloxías Descrición Cualificación
Prácticas de laboratorio A nota máxima dos traballos, probas e exercicios será de 4 puntos sobre o total de 10 da asignatura.
Realizarase unha avaliación continua polo que a nota das probas deste apartado contabiliza tanto para a primeira como para a segunda oportunidade. Na segunda oportunidade poderase repetir un máximo de 2 puntos desta parte.
40
Proba mixta A nota máxima será de 4 puntos sobre o total de 10 da asignatura.
A proba consiste nun exame que poderá tratar tanto sobre os conceptos teóricos como sobre a asimilación práctica da asignatura.
Esta proba mixta poderase repetir na segunda oportunidade.
40
Traballos tutelados Avaliarase o resultado dos traballos, que terán unha única data de entrega cada un, anunciada coa suficiente antelación. Estes traballos non se repetirán na segunda oportunidade. 20
 
Observacións avaliación

Na primeira oportunidade terá cualificación de NON PRESENTADO aquel/a estudante que non realice a proba mixta.

Na segunda oportunidade terá cualificación de NON PRESENTADO aquel/a estudante que non se presente á proba mixta.

DISPENSA ACADÉMICA:

Aqueles estudantes con matrícula a tempo parcial e dispensa académica que lles exima da asistencia ás clases deberán contactar cos docentes  para buscar unha alternativa á avaliación das prácticas de laboratorio, por exemplo mediante a realización dunha proba escrita na primeira  oportunidade ou a entrega de traballos pola súa conta.

OPORTUNIDADE ADIANTADA:

A avaliación na oportunidade adiantada  consistirá unicamente nunha proba escrita que computará o 100% da cualificación.


Fontes de información
Bibliografía básica Inmon, W. H. (2002). Building the Data Warehouse, 3nd edition. Wiley
Turban, E.; Sharda, R. (2011). Business Intelligence: A managerial approach (2 ed.). Prentice Hall
Williams, G. (2011). Data Mining with Rattle and R. Springer
Tan, P.; Steinbach, M.; Kumar, V. (2006). Introduction to Data Mining . Addison-Wesley
Kimball, R.; Ross, M.; Thornthwaite, W.; Mundy, J.; Becker, B. (2008). The Data Warehouse Lifecycle Toolkit, 2nd edition. John Wiley and Sons
Kimball, R.; Ross, M (2013). The Data Warehouse Toolkit, 3rd edition. Wiley

Bibliografía complementaria Golfarelli, M.; Rizzi, S. (2009). Data Warehouse Design: Modern Principles and Methodologies . McGraw-Hill
García-Molina, H.; Ullman, J.; Widom, J. (2009). Database System. The complete book.. Prentice Hall
Mazón López, N.; Pardillo Vela, J.; Trujillo Mondejar. J. C. (2011). Diseño y explotación de almacenes de datos . Editorial Club Universitario
Elmasri, R.; Navathe, S. (2011). Fundamentals of Database Systems. Addison-Wesley
Inmon, W. H.; Strauss, D.; Neushloss, G. (2008). The Architecture for the Next Generation of Data Warehousing . Morgan Kaufman


Recomendacións
Materias que se recomenda ter cursado previamente

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario
Bases de Datos/614G01013

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías