Утвърдил: …………………..
Декан
Дата .............................
СОФИЙСКИ УНИВЕРСИТЕТ “СВ. КЛИМЕНТ ОХРИДСКИ”
Специалност: (код и наименование)
Публична администрация
Магистърска програма: (код и наименование)
МП ОЦЕНКА НА ПОЛИТИКИ И ОЦЕНКА НА ВЪЗДЕЙСТВИЕ
УЧЕБНА ПРОГРАМА Дисциплина:
Анализ и визуализация на данни
Преподавател: гл. ас. д-р Николай Нетов
Асистент: ……………………………………………….
Учебна заетост
|
Форма
|
Хорариум
|
Аудиторна заетост
|
Лекции
|
30
|
Семинарни упражнения
|
|
Практически упражнения (хоспетиране)
|
|
Обща аудиторна заетост
|
|
Извънаудиторна заетост
|
Реферат
|
20
|
Доклад/Презентация
|
20
|
Научно есе
|
|
Курсов учебен проект
|
20
|
Учебна екскурзия
|
|
Самостоятелна работа в библиотека или с ресурси
|
|
|
|
|
|
|
|
|
Обща извънаудиторна заетост
|
60
|
ОБЩА ЗАЕТОСТ
|
90
|
Кредити аудиторна заетост
|
1
|
Кредити извънаудиторна заетост
|
2
|
ОБЩО ЕКСТ
|
3
|
№
|
Формиране на оценката по дисциплината1
|
% от оценката
|
|
|
|
|
| -
|
Workshops {информационно търсене и колективно обсъждане на доклади и реферати)
|
20%
|
| -
|
Участие в тематични дискусии в часовете
|
20%
|
| -
|
Портфолио/Курсов проект
|
30%
|
| -
|
Изпит
|
30%
|
|
Анотация на учебната дисциплина:
|
Учебната дисциплина предоставя възможност на студентите да преживеят всички ключови етапи от процеса по създаването на визуален аналитичен продукт с помощта на публичен изчислителен облак (public cloud). Публичните изчислителни облаци за анализ и визуализация на данни са елемент на добилите популярност облачни изчислителни услуги с бизнес приложения. В началото на употребата на понятието public cloud фокусът е върху Infrastructure as a service (IaaS) и виртуализацията, но в последните години все по-често потребителите се насочват към директното използване на услуги от тип Software as a service (SaaS).
Курсът въвежда студентите в основните етапи по събиране, анализ и визуализация на данни като всеки студент си избира/дефинира проект, който реализира продуктов, процесен, организационен или маркетингов анализ (или тяхна комбинация) с помощта на софтуер като услуга (self-service business intelligence software). Проектът може да стъпи върху социално/маркетингово проучване реализирано в курса …. или да се разработи нов аналитичен продукт които да се използва като инструмент за …. и др.(тук могат да се добавят интердисциплинарни връзки за което разчитам на помощ) Студентите разработват изискванията към обема и вида данни и реализират анализа им по методика отговаряща на конкретната задача. С помощта на средата за непроцедурно визуално програмиране на Microsoft Power BI - DAX - се разработват бързи модели от данни, аналитични отчети и визуални диаграми, които се публикуват в Интернет и се тестват от всички участници в курса. Студентите се запознават с разнообразни общодостъпни дигитални източници на информация, както и конкретни бизнес приложения за достъп до, анализ и визуализация на данни, които заместват съществуващите традиционни технологии. Курсът би могъл да се разглежда като приложен и интегративен, свързващ знания и умения от други курсове с елементи на анализ на данни и взема на решения. В рамките на курса студентите получават образователен лиценз до следните софтуери като услуга (self-service business intelligence software): Office 365, Power BI и Microsoft Azure.
|
Предварителни изисквания: |
Добро познаване на класическите подходи за количествени и качествени анализи. Добри дигитални умения. Уменията за работа със софтуер за бази от данни и аналитичните функции на Excel е предимство.
|
Очаквани резултати:
|
След приключване на учебната дисциплина, студентите трябва:
* Да са ориентирани в областта на анализа и визуализацията на данни с помощта на софтуер като услуга (self-service business intelligence software);
* Да идентифицират основните аналитични инструменти на софтуер като услуга (self-service business intelligence software) и да имат представа за тяхната същност и основно предназначение;
* Да са проучили по-подробно избрани аналитични инструменти и да са придобили (на приложно равнище) умения за тяхното използване в практиката;
* Да са мотивирани за самостоятелна работа и развитие в посочената сфера.
Преминавайки курса, студентите трябва знаят:
* как да се планират аналитични проекти;
* интегрират публично достъпни и/или вътрешни статистики и методи за анализ в техните проекти за анализ и визуализация на данни;
* начини за публикуване, оценка, следене и усъвършенстване на дигиталния аналитични отчети и диаграми;
* стъпки за създаване на успешни дигитални аналитични отчети и диаграми;
Преминавайки курса, студентите трябва да могат:
* да изберат подходящи инструменти и канали за осъществяване на целите на техните аналитични отчети и диаграми;
* да знаят и да могат да прилагат стъпките за изготвяне на дигитален аналитичен план и план за публикуване на аналитични отчети и диаграми;
|
№
|
Тема:
|
Хорариум
|
1
|
Въведение в софтуерните услуги за анализ и визуализация на данни
|
4
|
2
|
Избор на данни, извличане и трансформация на данни. Създаване на аналитичен модел и релации.
|
4
|
3
|
Интегриране на публични дигитални източници на данни в модела на данните.
|
4
|
4.
|
Работа с потоци от данни, кеширани данни и актуализация на данни
|
4
|
5.
|
Въведение в езика за конструиране на аналитични отчети и диаграмиDAX. Визуална среда, синтаксис и основни оператори
|
4
|
6.
|
Контекст и филтри в DAX
|
2
|
7.
|
Географско позициониране на данни. Нива на абстракция.
|
2
|
8.
|
Основни визуални инструменти и организация на визуални табла.
|
4
|
9.
|
Публикуване на аналитични отчети и визуални табла в Интернет.
Управление на правилата за достъп и съвместена работа.
|
2
|
|
Общо:
|
30
|
Конспект
№
|
Въпрос
|
1
|
Същност и предназначение на софтуерните услуги за анализ и визуализация на данни
|
2
|
Същност и предназначение на аналитичните модели от данни. Релации.
|
3
|
Интегриране на публични дигитални източници на данни в модела на данните.
|
4.
|
Работа с потоци от данни, кеширани данни и актуализация на данни
|
5.
|
Основни концепции в езика за конструиране на аналитични отчети и диаграмиDAX. Визуална среда, синтаксис и основни оператори
|
6.
|
Същност и предназначение на контекста и филтрите в DAX
|
7.
|
Географско позициониране на данни. Нива на абстракция.
|
8.
|
Основни визуални инструменти и организация на визуални табла.
|
9.
|
Публикуване на аналитични отчети и визуални табла в Интернет.
Управление на правилата за достъп и съвместена работа.
|
Библиография
ЗАДЪЛЖИТЕЛНА ЛИТЕРАТУРА:
-
Marco Russo and Alberto Ferrari, The Definitive Guide to DAX: Business intelligence with Microsoft Excel, SQL Server Analysis Services, and Power BI, 2016, ISBN: 978-0-7356-9835-2
-
Marco Russo and Alberto Ferrari, Introducing Microsoft Power BI, 2016, ISBN: 978-1-5093-0228-4
-
Stephen L. Nelson, E. C. Nelson, Excel Data Analysis for Dummies, 3rd Edition, 2016, ISBN: 978-1-119-07720-6
ДОПЪЛНИТЕЛНА ЛИТЕРАТУРА: -
Michael Collier, Robin Shahan, Fundamentals of Azure, Second Edition, 2016, ISBN: 978-1-5093-0296-3
-
Buck Woody, Danielle Dean, Debraj GuhaThakurta, Gagan Bansal, Matt Conners, Wee-Hyong Tok, Data Science with Microsoft SQL Server 2016, 2016, ISBN: 978-1-5093-0431-8
Дата: 05.12.2016 г. Съставил: ………………………………………
/ гл. ас. д-р Николай Нетов /
Сподели с приятели: |