Relationale Datenbanken

- Funktionale Anhaengigkeiten

- Relationales Modell

- Zerlegung von Relationen, Verbundstreue, Abhaengigkeitstreue

- Normalformen

- SQL

- Web-Anbindung

RDF und Sparql

- Knowledge Graphs

- RDF Formate

- RDF Abfragen in Sparql

Details und alle Unterlagen unter http://mitloehner.com/lehre/dke

Verstehen der Grundlagen von relationalen Datenbanken und Knowledge Graphs

Implementierung von Datenbank-Applikationen

Auswahl der geeigneten Architektur Relationale DB vs RDF

VUE dh reduzierte Anwesenheit: 50% der angekuendigten LV-Einheiten

Praesenzlehre; WU Check-In

Vortrag und Uebungen

Zur Vortragseinheit im HS ist jeweils eine Uebungseinheit in einem PC Schulungsraum gebucht, wo Sie die Uebungen aus der LV machen koennen und bei Bedarf von unserem Tutor betreut werden. Sie koennen die Uebungen aber auch auf Ihrem eigenen Laptop machen, Zeit und Ort nach Ihrer Wahl; alles was Sie brauchen, ist ein Web Browser (nicht Safari) und Internet.

Ausserdem wird eine woechentliche Fragestunde angeboten per Telco; Details werden per Email kommuniziert.

Wir haben fuer Sie Jupyter Notebooks mit allen notwendigen Software packages vorbereitet, den Link finden Sie auf Learn unter "Lernaktivitaeten" zur LV. Damit koennen Sie alle Aufgaben bearbeiten und auch weitere, selbstgestellte Probleme loesen. Nuetzen Sie die Gelegenheit! Spaeter im Berufsleben werden Sie wahrscheinlich nicht mehr soviel Zeit haben, verschiedene Loesungsansaetze in Python, SQL und Sparql selbst auszuprobieren und herauszufinden, was mit welchem Aufwand machbar ist.

Die Jupyter Notebooks auf unserem Institutsserver haben auch fuer die Betreuung grosse Vorteile: wenn Sie irgendwo vor unueberwindlichen Problemen stehen, dann speichern Sie das notebook inklusive Fehlermeldung ab und schicken mir per email den URL; wenn Sie auf Ihrem eigenen PC arbeiten, dann schicken Sie mir das notebook als attachment. Screenshots sind hingegen nicht zielfuehrend, da fehlt meist der notwendige context.

• Ausgewogene Teilleistungen in Form von Learn Multiple Choice-Fragen, 2 Hausarbeiten und schriftlicher Prüfung: 70 %
  Abschlussarbeit in Form einer Learn-Arbeitsaufgabe: 30 %
  keine maßgebliche Teilleistung
  Bewertungsschlüssel: Note 4, 3, 2, 1 von 50, 62, 74, 86 % der Gesamtpunktzahl
  Die Multiple-Choice-Fragen werden in jeder Einheit ab der zweiten Lerneinheit für kurze Zeit während der Abendsitzung aktiviert; Bei den Inhalten handelt es sich ausschließlich um frühere Daten. Die Abschlussarbeit können Sie studienbegleitend beginnen; Am Ende des Kurses wird es zur Einreichung in Learn aktiviert. In der Abschlussarbeit zeigen Sie, dass Sie die Inhalte der Lehrveranstaltung selbstständig in einer überschaubaren, aber neuen Aufgabenstellung anwenden können. Einzelheiten werden in der Vorlesung und per E-Mail bekannt gegeben.

  Die schriftliche Prüfung findet am Ende des Kurses statt und deckt den gesamten Kurs ab.

  
  Sobald eine Teilleistung erbracht wurde, gibt es am Ende des Kurses immer eine Note – auch wenn Sie den Kurs später verlassen.

  Bitte beachten Sie vor Kursbeginn, dass die Bewertungsmethode ausnahmslos und strikt einzuhalten ist; Kein „Aufrunden“ von Punkten, keine individuellen Fristverlängerungen, keine „Zusatzleistungen“ für bessere Noten oder ähnliches.
   

Zuteilung  nach Studienfortschritt nach Studienfortschritt von 30 auf 50 Plätzen.

Please log in with your WU account to use all functionalities of read!t. For off-campus access to our licensed electronic resources, remember to activate your VPN connection connection. In case you encounter any technical problems or have questions regarding read!t, please feel free to contact the library at readinglists@wu.ac.at.