Kursplan

Business Intelligence

Kurskod
AMI23B
Poäng
7,5 högskolepoäng
Nivå
Avancerad nivå
Institution
Institutionen för information och teknik
Ämnestillhörighet
Mikrodataanalys (XYZ)
Ämnesgrupp
Övriga tvärvetenskapliga studier
Utbildningsområde
Naturvetenskapliga området, 100%
Kursen kan ingå i följande huvudområde(n)
Mikrodataanalys1
Fördjupningsbeteckning för respektive huvudområde
1A1N
Fastställd
Fastställd 2019-08-29.
Kursplanen gäller fr.o.m. 2019-11-08.
Nedlagd
2023-11-27

Lärandemål

Kursens övergripande mål är att studenten ska tillägna sig kunskaper om begrepp och metoder av Business Intelligence (BI).
Efter genomförd kurs skall studenten kunna:

  • implementera beslutsprocessen och tillämpa beslutsstödverktyg för BI.
  • utforma och implementera nyckelelementen i ett framgångsrikt BI-program
  • utforma och implementera lagringsanläggningar
  • extrahera och omvandla data från operativa databaser till “Data warehouse“
  • använda verktyg för affärsanalys och benchmarking
  • integrera BI i affärsbeslut
  • använda algoritmer för att optimera BI processer
  • tillämpa en BI-metamodell som förvandlar resultat till handlingar,

Innehåll

Kursen ger en introduktion till Business Intelligence, analys och beslutsstöd. Den visar hur problem i företag kan lösas genom att samla in affärsdata och konvertera dessa till data warehouse form. Datalagring tillsammans med dataintegration, extraktion och transformation (ETL) kommer att presenteras. Dataminingverktyg som klassificering, gruppering och associeringsregel kommer att behandlas i kursen. Prediktiva modeller som neurala nätverk kommer att studeras. Kursen kommer också att omfatta textanalys såsom text mining, sentimentanalys och webb mining. Automatiserade beslutssystem och expertsystem kommer att ingå i denna kurs. Kunskapshantering kommer också att presenteras.

Examinationsformer

Fallstudie och projektarbete som rapporteras skrifligt och presenteras muntligt 3 hp,
Laborationer 3 hp,
Seminarier och skriftliga reflektioner 1,5 hp.

Arbetsformer

Föreläsningar, laborationer och projektarbete.

Betyg

Som betygsskala används U–VG.

Laborationer, seminarier och skriftlig reflektion U-G.
Slutbetyget på kursen bestäms av betyget på fallstudien och projektarbetet.

Förkunskapskrav

  • Kandidatexamen 180 hp i ämnet statistik, nationalekonomi, företagsekonomi, datavetenskap, informationssystem eller informationshantering samt Engelska 6

Övrigt

Ersätter DT3018.