Магистратура
2019/2020
Базы данных и аналитические системы
Статус:
Курс по выбору (Прикладная экономика и математические методы)
Направление:
38.04.01. Экономика
Кто читает:
Департамент математики
Где читается:
Санкт-Петербургская школа экономики и менеджмента
Когда читается:
1-й курс, 4 модуль
Формат изучения:
без онлайн-курса
Преподаватели:
Харюков Алексей Сергеевич
Прогр. обучения:
Прикладная экономика и математические методы
Язык:
русский
Кредиты:
4
Контактные часы:
32
Программа дисциплины
Аннотация
Целями освоения дисциплины «Базы данных и аналитические системы» является формирование навыков работы с анализом данных как процессом. Изучение основных структур и форм хранения данных. Курс содержит следующие разделы: Введение в аналитику данных; Инфраструктура анализа данных; Организация аналитики в компании.
Планируемые результаты обучения
- демонстрирует знание бизнес-проблем и науки о данных
- демонстрирует знание инфраструктуры анализа данных
- знает функциональные классы аналитических систем
- демонстрирует знание проектной и процессной организации аналитики
Содержание учебной дисциплины
- Введение в аналитику данныхАналитическое мышление. Бизнес-проблемы и наука о данных. Введение в предиктивное моделирование. Дата-продукты.
- Инфраструктура анализа данныхБазы данных и хранилища данных. Функциональные классы аналитических систем. Системы оптимизации. Экспертные системы. Системы машинного обучения. Операционная бизнес-аналитика. Аналитическая отчетность. ERP-системы. Облачные решения анализ данных.
- Организация аналитики в компании.Проектная и процессная организация аналитики. Business Intelligence. Business Analytics. Enterprise Decision Management. Data Science и Big Data.
Промежуточная аттестация
- Промежуточная аттестация (4 модуль)0.24 * Доклад на семинаре + 0.56 * Домашнее задание + 0.2 * Экзамен
Список литературы
Рекомендуемая основная литература
- Edward Curry, José María Cavanillas, & Wolfgang Wahlster. (2016). New Horizons for a Data-Driven Economy: A Roadmap for Usage and Exploitation of Big Data in Europe. Web server without geographic relation, Web server without geographic relation (org): Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.7D6637F0
Рекомендуемая дополнительная литература
- Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning : Data Mining, Inference, and Prediction (Vol. Second edition, corrected 7th printing). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=277008
- James Taylor. (2011). Decision Management Systems : A Practical Guide to Using Business Rules and Predictive Analytics. [N.p.]: IBM Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1597850