Теоретические вопросы для подготовки к экзамену по

Теоретические вопросы для подготовки к экзамену по дисциплине
«Информационные системы принятия решений» (3 курс Экономика,
Мировая экономика)
1. Структура систем поддержки принятия решений
2. Определение Business Intelligence
3. Требования к системам BI
4. Типовые блоки современных BI-систем
5. Способы анализа данных: визуализация и построение моделей
6. Методика извлечения знаний из баз данных
7. Схема аналитической системы
8. Недостатки современных систем ERP
9. Место аналитических систем в корпоративной системе управления
10.Основные сценарии интеллектуального анализа
11.Характеристика основных алгоритмов Data Mining
12.Понятие Big Data
13.Источники и признаки Big Data
14.Продуктовая линейка фирмы TABLEAU SOFTWARE (назначение и
отличие)
15.Технологии, лежащие в основе продукта Tableau. Основные плюсы
Tableau
16.Визуальная аналитика в Tableau: виды и назначение различных
представлений данных
17.Характеристика инструментов для анализа данных: информационные
панели (дэшборды), фильтры, группировка, вычисления и параметры
18.Необходимость обработки Big Data
19.Характеристика традиционного подхода к построению аналитической
системы: достоинства и недостатки
20.Характеристика платформа Business Discovery QlikView
21.Магический квадрант по платформам бизнес-анализа и аналитики
22.Состояние рынка BI в России
23.Характеристика Prognoz Platform
24.Назначение инструментов аналитической обработки и представления
информации Prognoz Platform
25.Общие сведения о Deductor
26.Категории пользователей Deductor
27.Состав платформы Deductor
28.Схема работы платформы Deductor
29.Требуемый функционал, предъявляемый к системам аналитической
отчетности
30.Последовательность шагов по созданию хранилища данных;
31.Достоинства применения хранилищ
32.Варианты построения хранилищ данных;
33.Сущность Knowledge Discovery in Databases
34.Содержание задач Data Mining
35.Принципы анализа данных: определение модели и свойства модели;
аналитический подход к моделированию; информационный подход к
моделированию
36.Методика извлечения знаний этапы KDD
37.Машинное обучение
38.Классификация ПО в области Data Mining и KDD
39.Основные задачи консолидации данных
40.Детализированные
и
агрегированные
данные,
метаданные.
Многомерное представление данных и многомерный куб, MOLAP.
Измерения и факты; операции с многомерным кубом
41.Ассоциативный анализ QlikView.
42.Техническое обоснование популярности QlikView
43.Платформа Qlikview Business Discovery. Интерактивная работа с
данными.
44.Обзор функциональных возможностей платформы QlikView
45.Содержание файла QlikView для проведения бизнес-анализа
Задания для практической части:
1. Разработать в Tableau информационную панель (дэшборд) по данным,
представленным в Excel
составитель доц. каф. ИСиТ
и.о. зав. каф. ИСиТ
Сахнюк П.А
Шлаев Д.В.