Einführung in Data & Knowledge Engineering
Aus Studienführer
Allgemeines
| Veranstaltung: | Einführung in Data & Knowledge Engineering | Angebotsturnus: | jedes SS |
|---|---|---|---|
| SWS: | V3 | Sprache: | deutsch |
| Prüfung/Dauer: | schriftlich (150 min) oder mündlich | Creditpoints (CP): | 4 |
| Vorgesehenes Semester: | B6 | Homepage: | http://www.ke.informatik.tu-darmstadt.de/lehre/ |
| Vorlesungsverzeichnis: | Suche (Angebotsturnus beachten) | Prüfungscode: | 120047 |
| Begleitende Unterlagen: | |||
| Übungsklausuren: | |||
| Dozent: | Johannes Fürnkranz | |
|---|---|---|
| Gebäude/Raum: | S2/02 - E303 | |
| e-Mail: | ||
| Zweiter Dozent: | Thomas Hofmann | |
| Gebäude/Raum: | - | |
| e-Mail: | ||
| Dritter Dozent: | Alejandro Buchmann | |
| Gebäude/Raum: | - | |
| e-Mail: | ||
| Betreuender Assistent: | ||
| Gebäude/Raum: | ||
| e-Mail: | ||
Voraussetzungen und Studienleistungen
Datenstrukturen, Indexmechanismen
Vorlesungsinhalte und Lernziele
- Vertiefte, umfassende, vernetzte, alle relevanten Aspekte umfassende Schwerpunktkompetenz (Theorie und Praxis) in einem grundlegenden Aspekt der modernen Informatik
- Kenntnisse und Fähigkeiten erwerben zur methodischen Behandlung der Datenmodellierung und Wissensrepräsentation
- Verständnis von Abfragesprachen Nutzungsmöglichkeiten von Datenbank- und Wissenssystemen kennen lernen
- Grundbegriffe des automatischen Schließens
- Einführung in maschinelles Lernen, Data Mining und Web Mining
Vorlesungsinhalte:
- Was ist ein Datenbanksystem?
- Architekturen
- Datenmodelle und Logik (Relationenmodell, Datalog, nicht-rekursive und rekursive Regeln, Objektmodelle, XML/Xschema)
- Anwendungsmodellierung (Entity-Relationship, UML)
- Abbildung auf operative Modelle
- SQL als DDL und als Query Sprache
- Xquery
- Anbindung von Datenbanken (ODBC, JDBC)
- Transaktionsbegriff
- Concurrency Control
- Recovery
- Ontologies
- Deduktive Datenbanken (Datalog, deduktives Schliessen)
- Grundbegriffe des maschinelles Lernen (überwachtes Lernen, unüberwachtes Lernen)
- Data Mining (KDD Prozess, Assoziationsregeln)
- Induktive Databanken (Pattern Query Languages)
- Web Mining, The Semantic Web
Lehrmaterial
- Elmasri, R., Navathe, S. B.: Fundamentals of Database Systems, 3rd. ed., Redwood City, CA: Benjamin/Cummings
- Ullman, J. D.: Principles of Database and Knowledge-Base Systems, Vol. 1 Computer Science
- J. Han, M. Kamber: Data Mining - Concepts and Techniques. Morgan Kaufmann, 2000
Studiengänge
BSc ETiT