Trefwoorden
Business information technology, knowledge management, business intelligence
Doelstellingen
Door toenemende inzetbaarheid van informatiesystemen evolueren we meer en meer naar kennis gerichte bedrijven. Het juist aanwenden van informatie wordt meer en meer een strategische keuze van bedrijven. Nieuwe vraagstukken bieden zich aan voor bedrijven.
- Hoe kan je kennis naar waarde en inzetbaarheid schatten?
- Hoe kan je bestaande data aanwenden om nieuwe kennis te verwerven?
- Hoe kan je kennis managen?
Leerinhoud
We zullen starten met de focus op de belangrijkste aspecten tussen data en kennis. Dit houdt o.a. in: data analyse m.b.v. OLAP, performance management, en een diepere kijk op Knowledge Discovery in Data (KDD). Dit laatste houdt in:
- Data vergaring en voorbereiding
- Predictieve data mining: classificatie en regressie
- Descriptieve data mining: clustering, associaties en sequenties.
- Kennis representatie, visualisatie en evaluatie.
Verder wordt er ingegaan op relevante toepassingen van BI en KDD, en zullen de nieuwste trends onder de loop genomen worden.
In dit KDD luik wordt tevens een praktische sessie rond KDD met Weka gehouden.
Verder wordt gekeken hoe KDD in het bredere kader van Knowledge Management (KM) past, en wordt uiteraard het topic KM zelf behandeld.
Begincompetenties
Een basiskennis ICT is vereist.
Eindcompetenties
Kerncompetenties
- Een student moet de basistheorieën van kennis management kunnen identificeren en begrijpen.
- Een student moet technieken voor kennis distributie en kennis creatie kunnen begrijpen.
- De basisprincipes, technieken en applicaties rond ‘knowledge discovery in data’ moeten gekend zijn.
- Het kunnen interpreteren, bevragen en aanvullen van onderzoek. Dit houdt o.a. in:
het vermogen om op een wetenschappelijke wijze te denken en handelen
het kunnen gebruiken van methoden en technieken in onderzoek, zowel in de keuze ervan als in de toepassing met bestaande tools als Weka, Excel, of andere Business Intelligence tools.
het kunnen ontwerpen van onderzoek in de vorm van experimentele opbouw en toepassing.
in staat zijn om de wijze waarop de theorievorming beweegt te volgen en te interpreteren
in staat zijn om in de toepassingsgebieden van Business Intelligence originele bijdrage te leveren
- Een duidelijk beeld van de mogelijkheden en inhoud van Business Intelligence technieken en toepassingen moet gekend zijn.
Onder meer:
- Een begrip van wat de noemer BI behelst.
- De verschillende fasen en toepassingen van KDD begrijpen.
- De taken, belangrijkste technieken en toepassingen van data mining kennen.
- In staat zijn een KDD oefening (van data tot kennis) uit te voeren voor relevante
toepassingen.
Algemene competenties:
1) het bezitten van specifieke bij het vakgebied horende vaardigheden.
2) inzicht hebben in de nieuwste kennis van het vakgebied of delen ervan.
Leermaterialen
::Voor meer informatie, klik hier::
Ondersteunende teksten worden uitgereikt in de lessen.
Studiekosten
Geen
Studiebegeleiding
De lessen worden in kleine groep gegeven waardoor persoonlijke studiebegeleiding mogelijk is,
De docenten zijn tevens per e-mail te bereiken.
Onderwijsvormen
hoorcollege + 2 uur Practicum (begeleide oefeningen aan computer)
Groepswerk: schrijven van een paper over een toepassing of thema uit business intelligence, gekozen uit een opgegeven lijst..
Evaluatievorm
60% mondeling examen + 40% paper (de paper wordt in kleine groepen gemaakt)
Tweede zittijd: Enkel mondeling examen (100%).
OP-leden
David MARTENS
Len LEMEIRE
|
|
