| Detailinformationen |
| Quellcurriculum |
Masterstudium Computer Science 2021S |
| Ziele |
Datenmodellierung ist wichtig, um eine hohe Datenqualität sicherzustellen, die eine wichtige Voraussetzung für die Industrie, datengestützte Entscheidungen oder künstliche Intelligenz ist. Für Datenwissenschaftler und Datenanalysten ist das Beherrschen der Datenmodellierung eine wichtige Fähigkeit.
Ziel dieses Kurses ist das Erlangen der theoretischen und praktischen Grundlagen der Datenmodellierung. Der Prozess der Datenmodellierung wird anhand realer Fallstudien und Beispielen demonstriert. Die Studentinnen und Studenten wenden die erlernten Methoden in praktischen Übungen an.
|
| Lehrinhalte |
Einführung in die Datenmodellierung, Datenmodell Qualität, Das Entity Relationship-Modell (ER-Modell), Transformation eines ER-Modells in das relationale Modell, Erweiterungen des ER-Modells), Semantische Datenmodelle
Konzeptionelle Datenmodellierung ermöglicht es Studierenden
- eine theoretische Grundlage für die konzeptionelle Datenmodellierung zu erhalten
- Kenntnisse über relevante Modelle und Methoden zu erlangen und diese in realen Projekten anzuwenden
- ein konzeptionelles Datenmodell in ein Datenbankschema umzuwandeln
- praktische Erfahrungen zu sammeln, indem die Methoden in Übungen und Beispielen angewendet werden
|
| Beurteilungskriterien |
Mündliche Prüfung sowie Abgabe und Beurteilung von Übungen
|
| Lehrmethoden |
Vortrag und Präsentation, Übungsaufgaben
|
| Abhaltungssprache |
Englisch |
| Literatur |
Wird zu Lehrveranstaltungsbeginn bekanntgegeben
|
| Lehrinhalte wechselnd? |
Nein |
| Äquivalenzen |
INMAWKVKDMO: KV Konzeptionelle Datenmodellierung (3 ECTS)
|
