Title | Themenübersicht Klausuren SS12-SS18 Einsendearbeiten WS1516-WS1819 |
---|---|
Course | Business Intelligence |
Institution | FernUniversität in Hagen |
Pages | 1 |
File Size | 63.4 KB |
File Type | |
Total Downloads | 8 |
Total Views | 144 |
Ergänzung der bereits hochgeladenen Übersicht über die Klausurthemen um die Themen der Einsendearbeiten vom WS 15/16 bis WS18/19. Ihr so schauen, welche EA vorher als Klausur gestellt wurde und habt die entsprechende Lösung der Klausuraufgabe. :) Viel Erfolg....
Semester WS 18/19
Leistungsnachweis EA
KE
Aufgabe 2
Aufgabe 3
KE 2
Clustering: Vor- und Nachteile, Durchführung hierarchischesagglomeratives Clustering mit single-linkage, euklidische Distanz
KDD Schritte, Prinzip und Vor- und Nachteile Regressionsanalyse
WS 18/19
EA
KE 3
ETL-Prozess, technische Herausforderungen bei Einbindung externer OLAP-Operationen, Sternschema Datenquellen, Probleme im Transformationsschritt, Möglichkeiten und Schwierigkeiten Einbindung Daten aus sozialen Netzwerken, BILösung statt Excel
SS 18
Klausur
SS 18
EA
KE 2
vier Grundaufgaben Data Mining, Entscheidungsbaum
SS 18
EA
KE 3
Datenqualität: Kriterien nach Wang und Strong, Vergleich Datenmanagementprozess nach Apel mit PDCA nach Deming
WS 17/18
Klausur
WS 17/18
EA
KE 2
Clustering: Durchführung Clustering mit single-linkage, Dendrogramm
Fehler, ER-Diagramm zeichnen, Entscheidungsbaum zeichen
WS 17/18
EA
KE 3
Komponenten eines DWH und deren Funktionen, Gegenüberstellung von operativen und dispositives Daten, Einsatz von Data Marts
OLAP-Operationen, OLAP-Würfel zeichnen
SS 17
Klausur
Clustering, single-linkage, Dendrogramm
DWH, Komponenten, Abgrenzung zu operativen Datenhaltungssystemen, Pro und Contra "Data Marts ineffizient ggü. zentralem DWH"
SS 17
EA
KE 2
Projektionsmethoden, Standardisierung, Normalisierung, Zeichnen und Interpretation eines Entscheidungsbaums
Clustering: Kriterien, Formeln für Distanzmetriken, Durchführung Clustering mit single-linkage-Verfahren, Dendrogramm
SS 17
EA
KE 3
Metadaten: Begriff, Prozesse Metadatenmanagement (s. SS18, KE 3, OLAP: Darstellungsweisen, Grundoperationen Aufgabe 3)
WS 16/17
Klausur
WS 16/17
EA
KE 2
WS 16/17
EA
KE 3
SS 16
Klausur
SS 16
EA
SS 16
EA
WS 15/16
Klausur
WS 15/16
EA
WS 15/16
EA
Vorbereitende Schritte KDD, Prinzip der linearen Regression, Skizze lineare Einfachregression, Vor- und Nachteile Regressionsanalyse
Zielsetzungen Data Mining, Entscheidungsbaum
Projektionsmethoden, Standardisierung, Normalisierung, Entscheidungsbaum, Top-Down-Verfahren Apriori: Erklärung Itemset und Supportmenge, Durchführung Algorithmus, Cross Selling zur Erkennung Substitute
ETL-Prozess, technische Herausforderungen bei Einbindung externer Datenquellen, Probleme im Transformationsschritt, Möglichkeiten und Schwierigkeiten Einbindung Daten aus sozialen Netzwerken, BILösung statt Excel Apriori, formale Berechnungsvorschrift Support und Konfidenz, Durchführung Algorithmus Metadaten: Begriff, Prozesse des Metadatenmanagements
Begriff Metadaten,Prozesse Metadatenmanagement
OLAP, Darstellungsweisen, Operationen Clustering: Prinzip und Ziel, Distanzmaß, Abgrenzung Clusteranalyse und Klassifizierung, Verwendung Ähnlichkeitsmatrix
Metadaten: Begriff, Prozesse Metadatenmanagement (s. SS18, KE 3, TQM: Erläuterung 3. Phase, Einordnung TQM in Systematik nach Zwirner, fehlerfreie Daten Aufgabe 3) Apriori, Cross Selling
DWH, Komponenten, Abgrenzung zu operativen Datenhaltungssystemen, Pro und Contra "Data Marts ineffizient ggü. zentralem DWH"
KE 2
Fehler, ER-Diagramm zeichnen, Entscheidungsbaum zeichen (s. WS 17/18, KE 2, Aufgabe 3)
Clustering: Kriterien, Formeln für Distanzmetriken, Durchführung Clustering mit single-linkage-Verfahren, Dendrogramm (s. S17, KE 2, Aufgabe 3)
KE 3
TQM 2. Phase, Datenqualität synonym für Informationsqualität
Eigenschaften DWH, Erläuterung BMM, Zusammenhang Budiness Rule und DWH, Schwachpunkte Business Rules
Clustering, single-linkage, Dendrogramm
Eigenschaften DWH, Teilbereiche Business Motivation Model, Zusammenhang Business Rule und DWH
KE 1
Phasenmodell nach Simon, Vergleich OODA nach Boyd und PDCA nach Deming
Picot skizzieren und erläutern
KE 3
Datenqualität: Kriterien nach Wang und Strong, Vergleich Datenmanagementprozess nach Apel mit PDCA nach Deming ( s. SS18, KE 3, Aufgabe 2)
OLAP-Operationen, OLAP-Würfel zeichnen (s. WS 17/18, KE 3, Aufgabe 3)
SS15
Klausur
semantische, syntaktische und Coverage-Fehler, Entscheidungsbaum, Top-Down-Verfahren
Modellierung von Entscheidungsprozessen, Skizze Modell nach Simon, Vergleich von Boyd/OODA und Deming/PDCA
WS1415
Klausur
Apriori, Cross Selling
TQM Phase 3, Einordnung TQM in Systematik nach Zwirner, fehlerfreie Daten
SS14
Klausur
Clusteranalyse, Distanzfunktion, Abgrenzung zur Klassifizierung, Ähnlichkeitsmatrix,
TQM Phase 2, Abgrenzung von Datenqualität und Informationsqualität nach English
WS1314
Klausur
DWH, OLAP, KDD als Teil des Managementprozesses, Vereinbarkeit mit Simon und mit Hummeltenberg, KDD nach Wilde Teil der Wirkungsanalyse im Marketing
Vorgehen beim Entscheidungsbaumverfahren, Datenqualitätsprobleme, minimalen Entscheidungsbaum zeichnen
SS13
Klausur
Picot zeichnen und erläutern, Stellungnahme zu diversen Thesen, Differenzierung zwischen Daten, Informationen und Wissen
ER-Diagramm, Clustering mit euklidischer Distanzmetrik und single-linkage-Verfahren
WS1213
Klausur
Apriori, Business Rule
OLAP, MOLAP, ROLAP, FASMI, OLAP-Würfel skizzieren, OLAPOperationen
SS12
Klausur
Zielsetzungen Data Mining, Entscheidungsbaum
Vor- und Nachteile Clustering, Clustering mit euklidischer Distanzmetrik und single-linkage-Verfahren, Auswirkung andere Skalierung...