D – Charakteristika studijního předmětu
Název studijního předmětu	Business Intelligence
Typ předmětu	volitelný			doporučený ročník / semestr			2/LS
Rozsah studijního předmětu	2p+2s	hod. za týden	4	kreditů		5
Jiný způsob vyjádření rozsahu	2 hod přednášek+2 hod cvičení
Způsob zakončení	zápočet, zkouška			Forma výuky	Přednáška, cvičení
Další požadavky na studenta
Výstupy ze studia: Porozumění principům získávání a využívání znalostí z dat. Seznámení s jednotlivými kroky tohoto procesu a jeho základními metodami. Student je veden k pochopení možností využívání informací z dat pro rozhodování. Východiskem jsou obecné kroky a postupy, nezbytné pro návrh procesu business inteligence na různých úrovních, od multidimenzionální kostky až po nejčastější typy analytických řešení. Možnost využití specializovaného softwaru usnadní pochopení jednotlivých kroků a různých aspektů procesu. Dovednosti budou podpořeny řešením případových studií, ve kterých data popisují reálné situace. Na základě datových zdrojů student vysvětlí kroky procesu, vytvoří a zdůvodní analytickou sestavu a navrhne možnosti využití výsledků pro podporu rozhodování. Vstupní znalosti: Statistika a pravděpodobnost v rozsahu základních kurzů, základy lineární algebry a maticového počtu.
Vyučující
prof. RNDr. Hana Skalská, CSc.
Stručná anotace předmětu
Osnova: 1. Vymezení a obsah pojmu business inteligence (BI), vztah k DSS (Decision Support Systems), součásti BI, aspekty manažerské, etické apod. Úloha dat pro rozhodování, datové modely, matematické modely.   2. Etapy rozhodovacího procesu, komponenty a možnosti počítačové podpory. 3. CRISP a SEMMA metodologie. 4. Data, potenciál využití dat, modelování z dat, modely procesů, integrace. Typy aplikací, rizika. 5. Analytické platformy pro BI a DM, mobilní a cloudová řešení, komerční a open source software. 6. Datový management, modelový management, správa komunikace s uživatelem, reporting, zobrazení dat. 7. Datový sklad. Obecná teorie datových skladů. Integrace, extrakce a transformace dat. 8. Analytické metody a jejich místo v procesu DM. Přehled a základní koncepty. 9. Explorační numerické a vizualizační metody. Dvojrozměrné a vícerozměrné analýzy. 10. Prediktivní modely. Úlohy a principy text mining a web mining. Shluková analýza. 11. Případové studie, význam integrace manažerských a analytických přístupů.
Studijní literatura a studijní pomůcky
Literatura Turban E.: Decision Support and Business Intelligence Systems (9th Edition), Prentice Hall, 2010 Han J., Kamber M., Pei J.: Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers, 2006 Shmueli G., Patel N. R., Bruce P. R.: Data Mining for Business Intelligence: Concepts, Techniques, and Applications in Vercellis C.: Business Intelligence, J.Wiley, 2009 Skalská H.: Data mining a klasifikační modely. Gaudeamus, 2010. Specializované webové stránky http://businessintelligence.com/ http://www.youtube.com/watch?v=N8F7eOqgH8Q http://www-03.ibm.com/software/products/en/category/business-intelligence http://www.gartner.com/technology/research/business-intelligence.jsp