Conhecimentos de Base Recomendados
Bases de Dados Relacionais
Métodos de Ensino
Exposição da matéria em Powerpoint. Resolução de alguns exercícios. Implementação de pequenos projetos com base em ferramentas de desenvolvimento (SQL Server, Visual Studio, Excel, PowerBI, RapidMiner)
Resultados de Aprendizagem
Conhecimento a aplicação de modelos e técnicas de datawarehousing e OLAP Conhecimento geral de algoritmos de data-mining. Conhecimento e explicação de técnicas de simulação discreta como método de suporte à decisão. Conhecer alguns aspectos específicos de SIs. Competências: Conhecer a aplicar as diversas tecnologias usadas em SIs na área de Business Intelligence
Programa
SCM e CRM. Data warehouses e OLAP. Factos e dimensões Estrela, floco de neve Granularidade Atributos e hierarquias Drill down, Rollup, pivot tables, outras operações ETL OLAP, ROLAP e MOLAP . PowerBI e introdção ao DAX. Implementação no Microsoft BIDS (Visual Studio + SQL Server) + Excel + PowerBI Desktop. Introdução ao data-mining Conceito Algoritmos Noção de classificador Introdução aos classificadores Técnicas de Clustering (k-means) Análise de associação (a-priori) Regressão linear Implementação no Microsoft BIDS (Visual Studio + SQL Server) Introdução à Simulação Discreta. ExtendSim. Gestão do Conhecimento nas organizações. Tópicos sobre Gestão de Projectos. Especificidades dos Sistemas Internacionais
Docente(s) responsável(eis)
Estágio(s)
NAO
Bibliografia
Bibliografia Principal
Ramos, I., Santos, M., (2009), Business intelligence (2ª ed.), FCA Editor. Cota 1A-19-22
Laudon, K., Laudon, J., (2019), Management Information Systems (12ª ed.), Pearson. Cota 1A-13-64
Han, J., Kamber, M., (2006), Data Mining: Concepts and Techniques, Morgan Kaufman. Cota 1A-19-11, 1A-19-20
Bibliografia Complementar
Allington, M. , (2018), Supercharge PowerBI, (1st ed), Kindle