Relationale Datenbanken

- Funktionale Anhaengigkeiten

- Relationales Modell

- Zerlegung von Relationen, Verbundstreue, Abhaengigkeitstreue

- Normalformen

- SQL

RDF und Sparql

- Knowledge Graphs

- RDF Formate

- Reasoning

- Abfragen in Sparql

• Verständnis der Grundlagen von relationalen Datenbanken (insbesondere relationales Modell, Zerlegung von Relationen, Verbundstreue und Abhängigkeitstreue), Datenbanksprachen (v.a. Structured Query Language, SQL) und Knowledge
  Graphs
• Datenbank-Applikationen zur Automatisierung bestimmter Aufgaben eigenständig implementieren, etwa für das Importieren von Daten aus externen Dateien in Datenbanktabellen, das Exportieren von Daten aus Datenbanktabellen in
  Dateien sowie die Erstellung von Berichten in einem bestimmten Format
• zentrale Standards des Semantic Web - RDF und SPARQL - beschreiben und RDF-Abfragen in SPARQL selbstständig durchführen
• je nach Anwendungsfall selbstständig entscheiden, ob relationale Datenbanken oder das Resource Description Framework (RDF) die geeignete Architektur darstellen

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

Praesenzlehre; WU Check-In

Vortrag und Uebungen

Im Anschluss an den Vortrag folgen jeweils praktische Uebungen, wo Sie auf Ihrem eigenen Laptop die Beispiele aus der LV nachvollziehen und bei Bedarf von unserem Tutor betreut werden. Sie profitieren mehr von der LV, wenn Sie sich fuer den jeweils naechsten Termin vorbereiten; auf mitloehner.com finden Sie die Unterlagen.

Wir haben fuer Sie Jupyter Notebook Server mit allen notwendigen Software packages vorbereitet, den Link finden Sie auf Learn unter "Lernaktivitaeten" zur LV. Damit koennen Sie im Browser alle Aufgaben bearbeiten und auch weitere, selbstgestellte Probleme loesen. Wir verwenden in der LV nur freie Open Source Software, die Sie auch auf Ihrem eigenen Laptop installieren koennen, d.h. Sie muessen nicht unbedingt den Jupyter Server des Instituts verwenden.

• Gleichgewichtete Teilleistungen in Form von Learn Multiple Choice Fragen: 70%
• Weitere Teilleistung als Abschlussarbeit in Form von Learn Arbeitsauftrag: 30%
• Keine ausschlaggebende Teilleistung
• Notenschluessel: Note 4, 3, 2, 1 ab jeweils 50, 62, 74, 86 % der Gesamtpunkte

Die multiple choice Fragen werden nach jeder Einheit im Learn jeweils fuer kurze Zeit ab 19:00 Uhr freigeschalten; mit der Abschlussarbeit koennen Sie schon waehrend der LV beginnen; da zeigen Sie, dass Sie die Inhalte der LV in einer ueberschaubaren aber neuen Aufgabe selbstaendig anwenden koennen. Details dazu werden in der LV kommuniziert. Im Learn finden Sie die Teilleistungen in Ihrer ToDo Liste.

Seien Sie so gut und nehmen Sie zur Kenntnis, dass der Beurteilungsmodus gemaess Notenschluessel und den Vorgaben gemaess VUE ohne Ausnahmen eingehalten wird, d.h. insb. kein Punkte 'aufrunden', keine individuellen Fristverlaengerungen, keine Zusatzleistungen fuer bessere Noten, kein Nachholen von versaeumten Teilleistungen.

Die Verwendung von KI-basierten Systemen wie chatGPT zur Generierung der Teilleistungen, insb. der Abschlussarbeit, ist nicht erlaubt.

Zuteilung nach Studienfortschritt von 40 auf 60 LV-Plätze 

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.