Academia de la carrera de Licenciatura Informática del Instituto Tecnológico Aguascalientes

Transcripción

1 1. DATOS DE LA ASIGNATURA Nombre de la Asignatura: Sistemas de Soporte a la Decisión Carrera: Licenciatura en Informática Clave de la asignatura: IFS-0406 Horas teoría - horas práctica - créditos: HISTORIA DEL PROGRAMA Lugar y fecha de elaboración o revisión Instituto Tecnológico de Aguascalientes Diciembre 2006 Participantes Academia de la carrera de Licenciatura en Informática del Instituto Tecnológico de Aguascalientes Observaciones (cambios y justificación) Forma parte de la especialidad de la carrera de Licenciatura en Informática 3. UBICACIÓN DE LA ASIGNATURA a). Relación con otras asignaturas del plan de estudio Anteriores Posteriores Asignaturas Temas Asignaturas Temas Tópicos Unidad 3 Ninguna avanzados de bases de datos b). Aportación de la asignatura al perfil del egresado Proporciona conceptos, métodos, herramientas, técnicas y habilidades para el desarrollo de sistemas de soporte a la decisión. Identifica problemas y oportunidades de aplicación de sistemas de soporte a la decisión para proponer soluciones que faciliten la toma de decisiones. Desarrolla y administra sistemas de soporte a la decisión para aumentar la productividad y competitividad de las organizaciones. Selecciona y utiliza de manera óptima las herramientas computacionales actuales y emergentes en el desarrollo sistemas de soporte a la decisión. 1

2 4. OBJETIVO(S) GENERAL(ES) DEL CURSO El alumno desarrollará y diseñará componentes de sistemas de soporte a la decisión utilizando herramientas y técnicas en diferentes lenguajes orientados al tema. 5. TEMARIO Unidad Temas Subtemas 1 Introducción 1.1 Concepto de sistema de soporte a la decisión a los 1.2 Características y capacidades de los sistemas de sistemas de soporte a la decisión soporte a la 1.3 Componentes de un sistema de soporte a la decisión decisión 1.4 El subsistema de gestión de datos 1.5 El subsistema de gestión del modelo 1.6 El subsistema de gestión del conocimiento 1.7 El subsistema de interfaz de usuario 1.8 Requerimientos de hardware 2 Data warehousing, 2.1 Data warehousing: acceso, análisis y visualización 2.2 OLAP: consulta y análisis de datos data mining y 2.3 Data mining visualización 2.4 Visualización de datos multidimensionales 2.5 Business Intelligence 3 Modelado y 3.1 Modelos estáticos y dinámicos análisis 3.2 Incertidumbre y riesgo 3.3 Diagramas de influencia 3.4 Optimización mediante programación matemática 3.5 Modelado multidimensional 4 Desarrollo de 4.1 Ciclo de vida tradicional para el desarrollo de sistemas de sistemas soporte a la 4.2 Metodologías alternas de desarrollo decisión 4.3 Prototipado: Metodología de desarrollo para un sistema de soporte a la decisión 4.4 Herramientas para la tecnología de soporte a la decisión 4.5 Plataformas para el desarrollo de sistemas de soporte a la decisión 4.6 Selección de herramientas para el desarrollo de sistemas de soporte a la decisión 4.7 Tendencias de investigación en el área de los sistemas de soporte a la decisión 2

3 Unidad Temas 5 Servicios de reporteo de un sistema de soporte de a la decisión 6 Clasificación y predicción mediante técnicas de data mining Subtemas 5.1 Uso de reportes 5.2 Alternativas de reporteo 5.3 Tipos de aplicaciones para emitir reportes 5.4 Componentes de los servicios de reporteo 5.5 Diseño de reportes 6.1 Conceptos de clasificación y predicción 6.2 Clasificación mediante árboles de decisión 6.3 Clasificación bayesiana 6.4 Clasificación por propagación 6.5 Clasificación mediante reglas de asociación 6.6 Otros métodos de clasificación 6.7 Predicción 6. APRENDIZAJES REQUERIDOS Dominio de diseño de bases de datos relacionales. Dominio del lenguaje SQL. Habilidad de programación en un lenguaje orientado a objetos. Conocimiento de la arquitectura cliente-servidor. Habilidades para utilizar software de sistemas. 7. SUGERENCIAS DIDÁCTICAS Presentar al inicio del curso el objetivo de la asignatura y su relación con otras del plan de estudios, así como el temario y las actividades de aprendizaje. Propiciar el trabajo en equipo para el desarrollo de prácticas e investigaciones. Promover dinámicas grupales para analizar y sintetizar temas específicos. Preparar material de apoyo que auxilie a los estudiantes en la adquisición de conocimientos y de habilidades de pensamiento. Seleccionar en acuerdo de academia, las herramientas a utilizar conforme a las necesidades del entorno, al contenido del programa y a los recursos disponibles. Propiciar la investigación en diversas fuentes de información. Promover visitas al sector productivo donde se utilicen tecnologías emergentes de bases de datos. Motivar la participación en foros académicos. 8. SUGERENCIAS DE EVALUACIÓN Aplicar un examen inicial para conocer en nivel de los aprendizajes requeridos. 3

4 Establecer de común acuerdo con los estudiantes, la ponderación de las diferentes actividades del curso. Participar en clase y laboratorio. Realizar trabajos de investigación en diversas fuentes de información. Elaborar reportes de prácticas. Exponer en aula temas específicos relacionados con las tecnologías. Elaborar reportes de visitas. Aplicar un examen escrito correspondiente a cada unidad. Aplicar un examen final con la intención de verificar el logro de los objetivos educacionales del curso. Participar en foros académicos. 9. UNIDADES DE APRENDIZAJE Unidad 1: Introducción a los sistemas de soporte a la decisión. El alumno conocera los conceptos generales acerca de un Sistema de Soporte a Decision, asi como sus componentes básicos. Presentar un panorama general de los sistemas de soporte a la decisión y discutir las tecnologías de punta que existen para su construcción. Unidad 2: Data warehousing, data mining y visualización. El alumno aprenderá los conceptos Basicos de un DataWareHouse, asi como la arquitectura del mismo Discutir la arquitectura de un data warehouse e identificar la minería de de datos (data mining) como uno de sus servicios principales, tanto para la detección de patrones, como para la visualización de información. 3,4 4 Unidad 3: Modelado y análisis El alumno adquirirá conocimientos del modelado de Datos en un DataWareHouse Discutir las diferentes formas de modelar datos multi-dimensionales, tanto en el back-end de un sistema de soporte a la decisión para almacenar datos, como en el front-end para presentación de información. 2,3,4 4

5 Unidad 4: Desarrollo de sistemas de soporte a la decisión El alumno conocera la metodología de desarrollo de sistemas mas apropiada para un Sistema de Soporte a Decision Discutir las metodologías para el desarrollo de un sistema de soporte a la decisión. 4 Unidad 5: Servicios de reporteo de un sistema de soporte a la decisión El alumno distinguirá Investigar y discutir los diferentes servicios 4 las principales de reporteo que puede ofrecer un sistema características que de soporte a la decisión debe tener los reportes de un Sistema de Soporte a Decision Unidad 6: Clasificación y predicción mediante técnicas de data mining El alumno aprenderá Investigar y discutir las diferentes técnicas 1 técnicas de Mineria existentes para minar datos multidimensionales. de Datos, y destacara la importancia de la misma en un Sistema de Soporte a Decision 10. FUENTES DE INFORMACIÓN 1. Jiawei Han, Micheline Kamber. Data Mining: Concepts and Techniques. Morgan Kaumann Publishers, Joy Mundy, Warren Thornthwaite. The Microsoft Data Warehouse Toolkit. Wiley Publishing,

6 3. Efraim Turban, Jay E. Aronson. Decision Support Systems and Intelligent Systems. Prentice Hall, Efrem G. Malach Decision Support and Data WareHouse Systems. Mc Graw Hill, PRÁCTICAS a) Diseñar un data mart orientado a la satisfacción de las necesidades de un usuario, partiendo de una base de datos relacional cuyas vistas no ofrecen solución a las necesidades del mismo. b) Construir un minero de datos para la búsqueda e identificación de patrones, que trabajará sobre una base de datos transaccional (relacional). c) Instalar y configurar herramientas para almacenes de datos y crear una base de datos multidimensional. d) Aplicar el modelo OLAP a una base de datos multidimensional para procesar información orientada a la toma de decisiones. 6