คลังข้อมูล | Data Warehouse
Offered By: Chiang Mai University via ThaiMOOC
Course Description
Overview
รายวิชานี้ได้ปรับเป็นการเรียนรู้ด้วยตนเองตามอัธยาศัย (Self-Paced Learning) คำอธิบายรายวิชา การนำเสนอแนวคิดของคลังข้อมูล เหตุผลและความจำเป็นของการพัฒนาคลังข้อมูล เพื่อมุ่งเน้นการพัฒนาข้อมูลไปสู่ข้อมูลสารสนเทศสำหรับผู้บริหาร และได้อธิบายถึงขั้นตอนการออกแบบคลังข้อมูล โดยอาศัยไดเมนชันโมเดล ตลอดจนแนวทางการประยุกต์ใช้ข้อมูลที่จัดเก็บภายในคลังข้อมูล การประมวลผลข้อมูลเชิงมิติโดยอาศัยเครื่องมือโอแลป นอกจากนี้ยังได้อธิบายถึงแนวทางการค้นคืนข้อมูลเชิงมิติเพื่อนำไปสู่การใช้ประโยชน์จากข้อมูลเชิงสารสนเทศโดยใช้เครื่องมือธุรกิจอัจฉริยะ และท้ายสุดได้อธิบายถึงการบำรุงดูแลรักษาระบบคลังข้อมูล การบริหารความเสี่ยงและความต่อเนื่องทางธุรกิจ จำนวนชั่วโมงเรียนรู้ จำนวนชั่วโมงเรียนรู้ทั้งหมด 10 ชั่วโมงเรียนรู้ (จำนวนชั่วโมงสื่อวีดิทัศน์ 3 ชั่วโมง 30 นาที) วัตถุประสงค์การเรียนรู้ 1. ผู้เรียนสามารถอธิบายหลักการแนวคิดของคลังข้อมูล 2. ผู้เรียนสามารถวิเคราะห์ ออกแบบ โครงสร้างโมเดลข้อมูลแบบไดเมนชันสกีมาแบบต่างๆ 3. ผู้เรียนสามารถอธิบายหลักการแปลง การตรวจสอบความถูกต้องของข้อมูล และการโหลดข้อมูลสู่คลังข้อมูล 4. ผู้เรียนสามารถประมวลผลข้อมูลในเชิงมิติโดยอาศัยเครื่องมือโอแลป 5. ผู้เรียนสามารถวิเคราะห์และรายงานผลข้อมูลในเชิงมิติโดยอาศัยเครื่องมือธุรกิจชาญฉลาด คุณสมบัติผู้เรียน โปรแกรมเมอร์ นักศึกษาสาขาวิชาวิทยาการคอมพิวเตอร์ วิศวกรรมคอมพิวเตอร์ และสาขาเทคโนโลยีสารสนเทศ รวมถึงประชาชนทั่วไปที่สนใจ ความรู้พื้นฐานที่ผู้สนใจเรียนวิชานี้ต้องมีมาก่อน การจัดการฐานข้อมูลเชิงสัมพันธ์ เกณฑ์การวัดผล เข้าทำแบบทดสอบก่อนเรียน และทำแบบทดสอบหลังเรียน ผู้เรียนมีคะแนนรวมทั้งหมดไม่ต่ำกว่า 70% ถือว่าผ่านเกณฑ์เพื่อรับประกาศนียบัตรในระบบได้ ผู้รับผิดชอบรายวิชา MOOC อาจารย์ผู้รับผิดชอบรายวิชาหลัก รองศาสตราจารย์ ดร.รัฐสิทธิ์ สุขะหุต ภาควิชา วิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่ ผู้อำนวยการสำนักบริการเทคโนโลยีสารสนเทศ มหาวิทยาลัยเชียงใหม่ ช่องทางการติดต่อผู้สอน e-mail: [email protected] Creative commons สัญญาอนุญาตสิทธิ์ “สื่อการสอนนี้เป็นส่วนหนึ่งของโครงการ Thai MOOC (thaimooc.org) และเผยแพร่ภายใต้สัญญาอนุญาตสิทธิ์แบบ Creative Commons ด้วยเงื่อนไข CC BY NC SA”
Tags
Related Courses
Social Network AnalysisUniversity of Michigan via Coursera Intro to Algorithms
Udacity Data Analysis
Johns Hopkins University via Coursera Computing for Data Analysis
Johns Hopkins University via Coursera Health in Numbers: Quantitative Methods in Clinical & Public Health Research
Harvard University via edX