Grobüberblick der LV-Inhalte:

• Formale Grundlagen:
  • Basic Set Theory (Sets and Subsets, Set Operations, The Algebra of Sets, Ordered Pairs, Relations, Equivalence Relations, Functions, Ordering Relations, Closures of Relations etc.)
  • Sequences and Summations (Sequences, Recurrence Relations, Series, Summation Notation & Summation Algebra,  Product Notation & Product Algebra etc.)
  • Introduction to Combinatorics (Counting, Permutations, Combinations, etc.)
  • Introduction to Graph Theory (Undirected Graphs, Directed Graphs, Connectivity, Weighted Graphs, Trees, Graph Representations for Computation Purposes, Selected Graph Algorithms, etc.)
  • Introduction to Linear Algebra (Matrices and Vectors, Vector Norms, Matrix Multiplication, Linear Equations, Gauss-Jordan Elimination, etc.)
  • Introduction to Logic (Reasoning, Propositional Logic, Predicate Logic)
• Methoden des Data und Knowledge Engineering:
  • Relationale Datenbanken (Relationales Modell, Funktionale Anhängigkeiten, SQL Query Language, Zerlegung von Relationen, Verbundstreue, Abhängigkeitstreue, Normalformen, DB Applikationen)
  • RDF und Sparql (Knowledge Graphs, RDF, N3, SPARQL Query Language, Reasoning, DBPedia, Wikidata)
  • Kombinieren von Daten aus relationalen DB und RDF Quellen

Begleitend gibt es zudem ausgewählte wissenschaftliche Fachartikel (Pflichtlektüre), deren Inhalte sich die Studierenden selbstständig erarbeiten.

Ziele:

• Vermittlung ausgewählter formaler Grundlagen und Abstraktionsmechnismen, die essentiell zum Verständnis Informationstechnischer Konzepte, Methoden und Werkzeuge sind (z.B. im Kontext von Data science, Distributed systems, Machine learning, Network science, Software Engineering).
• Vermittlung ausgewählter Datenbank-Technologien und essentieller Grundlagen des Semantic Web.
  • 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.

Lernergebnisse:

• Nach Abschluss dieser LV haben die Studierenden
  • Grundlagenwissen in den behandelten Themengebieten (siehe Beschreibung der LV-Inhalte);
  • einen Überblick essentieller formaler Abstraktionsmechanismen;
  • einen Überblick ausgewählter Datenbank-Technologien und essentieller Grundlagen des Semantic Web.
• Nach Abschluss dieser LV sind die Studierenden in der Lage:
  • die behandelten formalen Konzepte und Abstraktionsmechanismen zur Lösung konkreter Problemstellungen anzuwenden;
  • Zusammenhänge zwischen verschiedenen Konzepten und Abstraktionsmechnismen zu erkennen;
  • sich selbstständig die Inhalte von wissenschaftlichen Fachartikeln zu erarbeiten und das Gelernte zur Bearbeitung einschlägiger Fragestellungen anzuwenden;
  • das Wissen auf Problemstellungen zu transferieren, die nicht direkt in der LV behandelt wurden (Transferwissen).