Data warehouse business intelligence. IFCD013PO (No tutorizado)

114,35 IVA incluido

A quien va dirigido:

A cualquier persona con la necesidad de conocer, valorar o gestionar Data WareHouse Business Intelligence.

Objetivos:
  • Conocer qué es un Data WareHouse, su evolución histórica, así como su funcionamiento interno.
  • Conocer un Data Mart, su utilidad y sus componentes asociados.
  • Conocer la metodología asociada al proceso de creación de un Data WareHouse.
  • Identificar los procesos de diseño conceptual, diseño físico y lógico de una base de datos asociada a un Data WareHouse.
  • Conocer la implementación de cubos OLAP y los procesos ETL asociados a la gestión del Data WareHouse.
  • Conocer el uso de Discoverer Administrator, la arquitectura cliente servidor y el uso de Discoverer Desktop.
  • Conocer el concepto de “minería de datos”, así como las técnicas usadas en ella.
  • Conocer las fases del ciclo de DataMining, así como sus problemas asociados.
Programación didáctica Unidad de aprendizaje 1. Introducción
  • Introducción.
  • ¿Qué es un Data WareHouse?
  • Resumen.
Unidad de aprendizaje 2. Concepto de Data Mart o Data WareHouse
  • Introducción.
  • Definición de Data Markt.
  • Utilidad.
  • Componentes.
  • Resumen.
Unidad de aprendizaje 3. Metodología
  • Introducción.
  • Metodología Hefesto.
  • Análisis de requerimientos.
  • Análisis de los OLTP.
  • Modelo lógico del Data WareHouse.
  • Integración de datos.
  • Resumen.
Unidad de aprendizaje 4. Diseño lógico y físico de bases de datos central
  • Introducción.
  • Diseño conceptual.
  • Diseño lógico.
  • Diseño físico.
  • Resumen.
Unidad de aprendizaje 5. Diseño de cubos
  • Introducción.
  • Implementación física de cubos.
  • Diseño de ETL: extracción, transformación y carga.
  • Resumen.
Unidad de aprendizaje 6. OLAP
  • Introducción.
  • Uso de Discoverer Administrator.
  • Cliente Servidor.
  • Uso de Discoverer Desktop.
  • Resumen.
Unidad de aprendizaje 7. Técnicas de minería de datos
  • Introducción.
  • Técnicas de minería de datos.
  • Resumen.
Unidad de aprendizaje 8. El ciclo de DataMining: fases y tipos de problemas.
  • Introducción.
  • El ciclo del DataMining.
  • Tipos de problemas.
  • Resumen.
Evaluación: Este curso consta de 2 pruebas de evaluación final de tipo Test y 4 de tipo desarrollo.  

Valoraciones

No hay valoraciones aún.

Solo los usuarios registrados que hayan comprado este producto pueden hacer una valoración.

Esta web utiliza cookies, puede ver aquí la Política de Cookies