Computer Engineering Department

Advanced Databases(INF438)

Course Code Course Name Semester Theory Practice Lab Credit ECTS
INF438 Advanced Databases 7 3 0 0 3 4
Prerequisites INF324
Admission Requirements INF324
Language of Instruction
Course Type Elective
Course Level Bachelor Degree
Course Instructor(s) N. Sultan TURHAN sturhan@gsu.edu.tr (Email)
Assistant
Objective This course is designed for students with good basis in programming, as well as good knowledge of relational data model, relational algebra and a broad knowledge of the relational DBMS. The objective of this course is to situate and understand the tools of access to relevant information and develop an analytical framework and keys to comprehend the company’s needs in a project of Data Warehousing
Content Week 1. Introduction, basic concepts
Week 2. Database’s languages and advanced models
Week 3. Data types and middle-ware architecture
Week 4. Introduction to business intelligence
Week 5. Principles and architectures of data warehouses
Week 6. Data warehouse modeling
Week 7. Basic concepts and application of an ETL tool
Week 8. Mid-term
Week 9. OLAP cubes concepts
Week 10. Querying the OLAP cubes
Week 11. Reporting tools
Week 12. Introduction to Data Mining
Week 13. Basic Association algorithms of DM
Week 14. Basic Clustering algorithms of DM
Course Learning Outcomes Work on distributed databases
2. Design and model a Data Warehouse
3. Transform the data gathering from different databases and integrate them on a single Data Warehouse
4. Build OLAP cubes
5. Prepare ad hoc reports
Teaching and Learning Methods Lectures, Questions - Answers, Discussion
References • J. Pool et al., "Common Warehouse Metamodel", OMG Press, 2002
• G. Gardarin, "Bases de données : objet et relationnel", Eyrolles, 1999
• G. Gardarin, "Internet intranet et bases de données, dataweb, datamedia, datawarehouse, datamining", Eyrolles, 1999
• M. Jarke et al., "Fundamentals of Data Warehouses", Springer, 1999
• Ramez Elmasri, Shamkant B. Navathe, "Fundamentals of Database Systems", Addison-Wesley, 2000
• M. Franco, "Le Data Warehouse, le Data Mining", Eyrolles, 1997
• S. Chaudhuri, U. Dayal, "An overview of data warehousing and OLAP technology", Sigmod Record 26(1), 1997, 65 7
Print the course contents
Theory Topics
Week Weekly Contents
1 Introduction & Basic Concepts,Introduction & Basic Concepts,Middleware architectures
1 Introduction & Basic Concepts
2 Database’s languages and advanced models
2 Data Types and Properties,Fundamentals of Business Intelligence,Database’s languages and advanced models
3 Data types and middle-ware architecture
3 Data warehouse architecture and principles ,Data warehouse modeling,Data types and middle-ware architecture
4 Introduction to business intelligence
4 ETL applications, basic concepts and tools ,Midterm,Introduction to business intelligence
5 Principles and architectures of data warehouses
5 OLAP cubes,Querying OLAP cubes, Principles and architectures of data warehouses
6 Data warehouse modeling
6 Reporting on OLAP cubes / AdHoc Reporting,Introduction to Data Mining,Data warehouse modeling
7 Basic concepts and application of an ETL tool
7 Data Mining basic algorithms and their applications,Data mining applications on OLAP cubes,Basic concepts and application of an ETL tool
Practice Topics
Week Weekly Contents
1 Data Preparation
2 ETL Application
3 DW Modeling
4 OLAP Cube Example
5 Data Analysis on OLAP Cube
6 Reporting
Contribution to Overall Grade
  Number Contribution
Toplam 0 0
In-Term Studies
  Number Contribution
Assignments 0 0
Presentation 0 0
Midterm Examinations (including preparation) 1 35
Project 1 25
Laboratory 0 0
Other Applications 0 0
Quiz 0 0
Term Paper/ Project 1 25
Portfolio Study 0 0
Reports 0 0
Learning Diary 0 0
Thesis/ Project 0 0
Seminar 0 0
Other 0 0
Toplam 3 85
No Program Learning Outcomes Contribution
1 2 3 4 5
1 Matematik, fizik ve mühendislik bilimlerine özgü konularda yeterli bilgi birikimi; bu alanlardaki kuramsal ve uygulamalı bilgileri, mühendislik problemlerinin modellenmesi ve çözümünde kullanabilme becerisi.
2 Karmaşık bilgisayar mühendisliği problemlerini saptama, tanımlama, formüle etme ve çözme becerisi; bu amaçla uygun analiz ve modelleme yöntemlerini seçme ve uygulama becerisi.
3 Yazılımsal veya donanımsal karmaşık bir sistemi, süreci veya donanımı gerçekçi kısıtlar ve koşullar altında, belirli gereksinimleri karşılayacak şekilde tasarlama becerisi; bu amaçla modern tasarım yöntemlerini uygulama becerisi. X
4 Mühendislik uygulamalarında karşılaşılan karmaşık problemlerin analizi ve çözümü için gerekli olan modern teknik ve araçları geliştirme, seçme ve kullanma becerisi; bilişim teknolojilerini etkin bir şekilde kullanma becerisi. X
5 Analitik düşünce ile bir sistemi, sistem bileşenini ya da süreci analiz etme, modelleme, deney tasarlama ve yapma, veri toplama, çözüm algoritmaları üretebilme, uygulamaya alma ve geliştirme becerileri. X
6 Disiplin içi ve çok disiplinli takımlarda etkin biçimde çalışabilme becerisi; bireysel çalışma becerisi. X
7 Türkçe sözlü ve yazılı etkin iletişim kurma becerisi; en az iki yabancı dil bilgisi; etkin rapor yazma ve yazılı raporları anlama, yazılım ve donanım tasarımını, gerekirse teknik resim metotları kullanarak raporlayabilme, etkin sunum yapabilme becerisi. X
8 Bilgiye erişebilme ve bu amaçla kaynak araştırması yapabilme, veri tabanları ve diğer bilgi kaynaklarını kullanabilme becerisi X
9 Yaşam boyu öğrenmenin gerekliliği bilinci; kendini sürekli yenileme becerisi. X
10 Mesleki etik ilkelerine uygun davranma, mesleki sorumluluk bilinci; mühendislik uygulamalarında kullanılan standartlar hakkında bilgi. X
11 Proje yönetimi, risk yönetimi ve değişiklik yönetimi gibi, iş hayatındaki uygulamalar hakkında bilgi; girişimcilik, yenilikçilik hakkında farkındalık; sürdürülebilir kalkınma hakkında bilgi.
12 Mühendislik uygulamalarının evrensel ve toplumsal boyutlarda sağlık, çevre ve güvenlik üzerindeki etkileri ve çağın mühendislik alanına yansıyan sorunları hakkında bilgi. X
13 Bilgisayar mühendisliği uygulamalarının hukuki ve etik boyutları konusunda farkındalık.
Activities Number Period Total Workload
Class Hours 14 3 42
Working Hours out of Class 14 1 14
Assignments 0 0 0
Presentation 0 0 0
Midterm Examinations (including preparation) 1 10 10
Project 1 14 14
Laboratory 0 0 0
Other Applications 0 0 0
Final Examinations (including preparation) 1 12 12
Quiz 0 0 0
Term Paper/ Project 0 0 0
Portfolio Study 0 0 0
Reports 0 0 0
Learning Diary 0 0 0
Thesis/ Project 0 0 0
Seminar 0 0 0
Other 0 0 0
Total Workload 92
Total Workload / 25 3,68
Credits ECTS 4
Scroll to Top