Аналітичні сховища даних систем комп'ютерного моніторингу

Спеціальність: Комп'ютерний еколого-економічний моніторинг
Код дисципліни: 7.122.08.O.001
Кількість кредитів: 6.00
Кафедра: Інформаційних систем і технологій
Лектор: к.т.н. Мисик М.М., старший викладач Угрин Л.Є.
Семестр: 1 семестр
Форма навчання: денна
Мета вивчення дисципліни: Метою вивчення навчальної дисципліни є одержання студентами необхідного рівня знань про теоретичні основи, методичні підходи і технологічні засоби розроблення, застосування та супроводження сховищ даних систем комп'ютерного моніторингу.
Завдання: Основними завданнями вивчення дисципліни є навчання студентів принципів і технологій побудови систем, орієнтованих на аналіз даних комп'ютерного моніторингу, принципів побудови прикладних систем комп'ютерного моніторингу на основі сховищ даних та формуванні практичних навичок з наповнення й аналізу даних у сховищах Вивчення навчальної дисципліни передбачає формування та розвиток у студентів компетентностей: Інтегральна компетентність – здатність розв’язувати складні спеціалізовані задачі та практичні проблеми під час професійної діяльності у галузі комп’ютерних наук та інформаційних технологій або у процесі навчання, що пов’язані з комп’ютерним еколого-економічним моніторингом ЗК2 володіння навичками в галузі комп’ютерних наук та інформаційних технологій, зокрема комп’ютерному еколого-економічному моніторингу; ЗК4 здатність до аналізу та синтезу; ЗК5 здатність застосувати знання на практиці; ЗК6 здатність до навчання; ЗК7 здатність породжувати нові ідеї ФК1 практичні навички з предметної області; ФК2 знання, розуміння і використання сучасних інформаційних технологій; ФК3 знання, розуміння і використання основних методів, підходів та інструментів розробки програмного забезпечення; ФК4 здатність продемонструвати знання і розуміння принципів створення та функціонування інформаційних продуктів, систем та комплексів; ФК5 здатність формувати і підтримувати програмні системи; ФК6 здатність до розробки, управління і адміністрування систем баз даних; ФКС1 здатність до аналізу систем управління навколишнім середовищем; ФКС2 здатність проектувати інформаційну систему, використовуючи моделі елементів системи; ФКС5 здатність формулювати задачі дослідження екологічних та економічних задач територій та підприємств; ФКС6 навички побудови моделей процесів та потоків даних для аналізу функціональності об’єктів предметної області
Результати навчання: Внаслідок вивчення навчальної дисципліни студент повинен бути здатним продемонструвати такі програмні результати навчання: УМ1 використовувати набуті теоретичні знання і практичні навички в процесі створення програмних продуктів; УМ2 супроводу інформаційних продуктів та систем; УМ3 удосконалення та розвитку як існуючих так і новостворюваних ІС; УМ4 аналізувати особливості функціонування складних інформаційних систем; УМ5 використовувати різні джерела інформації, формувати інформаційне забезпечення створення новітніх рішень в сфері ІТ; УМ8 аналізувати сучасні тенденції та перспективи розвитку ІТ; УМ10 створювати схему експерименту для дослідження розроблюваної комп’ютерної системи; УМ11 аналізувати результати дослідження з точки зору порівняльного аналізу розробленої системи з системами-аналогами
Необхідні обов'язкові попередні та супутні навчальні дисципліни: Геоінформаційні системи і моніторинг навколишнього середовища
Короткий зміст навчальної програми: Програма вивчення нормативної навчальної дисципліни “Аналітичні сховища даних систем комп'ютерного моніторингу” складена відповідно до освітньо-професійної програми підготовки магістра за спеціалізацією “Комп’ютерний еколого-економічний моніторинг”. Викладання дисципліни “Аналітичні сховища даних систем комп'ютерного моніторингу” передбачає ознайомлення з теоретичними, методологічними та прикладними аспектами проектування, побудови, застосування та супроводження сховищ даних, які розробляються з метою розв’язання аналітичних задач у галузі комп’ютерного моніторингу. Прикладні аспекти застосування та супроводження аналітичних сховищ даних вивчаються на основі хмарних сховищ даних, зокрема, Google BigQuery та відкритих даних комп’ютерного моніторингу параметрів довкілля.
Опис: Тема 1. Сховища, озера та простори даних. Тема 2. Особливості сховищ даних систем комп'ютерного моніторингу Тема 3. Моделі сховищ даних Тема 4. Інтеграція даних Тема 5. Агрегація даних Тема 6. Системи зберігання та віртуалізація сховищ даних Тема 7. OLAP-системи Тема 8. Інтелектуальний 8 аналіз даних. Тема 9. Візуалізація даних систем систем комп'ютерного моніторингу Тема 10. Перспективи розвитку засобів створення сховищ даних
Методи та критерії оцінювання: 1. Поточний контроль роботи здобувача (40 балів): - тестове опитування (10 балів); - виконання та захист лабораторних робіт (30 балів) . 2. Підсумковий (екзаменаційний) контроль (60 балів): Складання екзаменаційного контролю передбачає виконання письмової та усної компонент.
Критерії оцінювання результатів навчання: Поточний контроль (ПК): 40 балів Лабораторні роботи: 30 (4+5+7+7+7) Робота у ВНС: 10 Екзаменаційний контроль: 60 балів письмова компонента: 40 усна компонента: 20
Порядок та критерії виставляння балів та оцінок: 100–88 балів – («відмінно») виставляється за високий рівень знань (допускаються деякі неточності) навчального матеріалу компонента, що міститься в основних і додаткових рекомендованих літературних джерелах, вміння аналізувати явища, які вивчаються, у їхньому взаємозв’язку і роз витку, чітко, лаконічно, логічно, послідовно відповідати на поставлені запитання, вміння застосовувати теоретичні положення під час розв’язання практичних задач; 87–71 бал – («добре») виставляється за загалом правильне розуміння навчального матеріалу компонента, включаючи розрахунки , аргументовані відповіді на поставлені запитання, які, однак, містять певні (неістотні) недоліки, за вміння застосовувати теоретичні положення під час розв’язання практичних задач; 70 – 50 балів – («задовільно») виставляється за слабкі знання навчального матеріалу компонента, неточні або мало аргументовані відповіді, з порушенням послідовності викладення, за слабке застосування теоретичних положень під час розв’язання практичних задач; 49–26 балів – («не атестований» з можливістю повторного складання семестрового контролю) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння застосувати теоретичні положення під час розв’язання практичних задач; 25–00 балів – («незадовільно» з обов’язковим повторним вивченням) виставляється за незнання значної частини навчального матеріалу компонента, істотні помилки у відповідях на запитання, невміння орієнтуватися під час розв’язання практичних задач, незнання основних фундаментальних положень.
Рекомендована література: 1. Пасічник В. В., Шаховська Н. Б. Сховища даних. Навчальний посібник, Магнолія 2006, 2008.– 496 с. 2. Tigani, J., & Naidu, S. (2014). Google BigQuery Analytics. John Wiley & Sons. 3. Введення в сучасні бази даних: навч. посіб. / М.А. Демиденко; НТУ «Дніпровська політехніка». – Д. : 2020. – 38 с. 4. Програмне та алгоритмічне забезпечення сховищ та просторів даних: монографія. НБ Шаховська - Львів: Видавництво Львівської політехніки, 2010 5. Шаховська, Н. Б. (2007). Простори даних: поняття та призначення. Матеріали конференції CSIT-2007.–Львів, 269-277. 6. Шаховська, Н. Б., Пшеничний, О. Ю., & Чорней, І. М. (2011). Проблеми якості консолідованих даних у просторах даних. Системи обробки інформації, (3), 80- 84. 7. Jones, K. (1998). An introduction to data warehousing: what are the implications for the network?. International Journal of Network Management, 8(1), 42-56. 8. Gupta, V. R. (1997). An introduction to data warehousing. System Services Corporation, Chicago, Illinois, 11. 9. Sato, K. (2012). An inside look at google bigquery. White paper, URL: https://cloud. google. com/files/BigQueryTechnicalWP. pdf. 10. Melnik, S., Gubarev, A., Long, J. J., Romer, G., Shivakumar, S., Tolton, M., ... & Pasumansky, M. (2020). Dremel: a decade of interactive SQL analysis at web scale. Proceedings of the VLDB Endowment, 13(12), 3461-3472. 11. McGuire, M., Gangopadhyay, A., Komlodi, A., & Swan, C. (2008). A user-centered design for a spatial data warehouse for data exploration in environmental research. Ecological Informatics, 3(4-5), 273-285.
Уніфікований додаток: Національний університет «Львівська політехніка» забезпечує реалізацію права осіб з інвалідністю на здобуття вищої освіти. Інклюзивні освітні послуги надає Служба доступності до можливостей навчання «Без обмежень», метою діяльності якої є забезпечення постійного індивідуального супроводу навчального процесу студентів з інвалідністю та хронічними захворюваннями. Важливим інструментом імплементації інклюзивної освітньої політики в Університеті є Програма підвищення кваліфікації науково-педагогічних працівників та навчально-допоміжного персоналу у сфері соціальної інклюзії та інклюзивної освіти. Звертатися за адресою: вул. Карпінського, 2/4, І-й н.к., кімн. 112 E-mail: nolimits@lpnu.ua Websites: https://lpnu.ua/nolimits https://lpnu.ua/integration
Академічна доброчесність: Політика щодо академічної доброчесності учасників освітнього процесу формується на основі дотримання принципів академічної доброчесності з урахуванням норм «Положення про академічну доброчесність у Національному університеті «Львівська політехніка» (затверджене вченою радою університету від 20.06.2017 р., протокол № 35).