MODULBESCHREIBUNG

Informationssysteme

Kurzzeichen:
M_InfSys
Durchführungszeitraum:
FS/14-FS/18
ECTS-Punkte:
4
Lernziele:
  • Ausgewählte Themen von Informationssystem- und Datenbanksystem-Anwendungen kennen und die entsprechenden Werkzeuge anwenden können.
Verantwortliche Person:
Keller Stefan F.
Empfohlene Module:
Zusätzlich vorausgesetzte Kenntnisse:
keine
Skriptablage:
Modultyp:
Standard-Modul für Informatik STD_05(Empfohlenes Semester: 5)
Standard-Modul für Informatik STD_11(Empfohlenes Semester: 6)
Standard-Modul für Informatik STD_14(Empfohlenes Semester: 6)
Standard-Modul für Generalist STD_14 (PF)

ECTS-Punkte pro Kategorie

Kategorie:
Aufbau Informatik / 4 Punkte
Aufbau Informatik / 4 Punkte
Grundlagen Informatik und Aufbau Informatik / 4 Punkte

Modulbewertung

Bewertungsart:
Note von 1 - 6

Leistungsbewertung

Während der Prüfungssession:
Schriftliche Prüfung, 120 Minuten

Kurse in diesem Modul

Informationssysteme

Kurzzeichen:
InfSys
Lernziele:
  • Sie kennen Geodatentypen und die Anwendungen und Prinzipien von Geoinformationssystemen
  • Sie kennen die Anwendungen und Strukturen von Online Analytical Processing (OLAP) Systemen. Sie können die einschlägigen Patterns für den Entwurf von Data Warehouse (DW) Datenbanken anwenden. Sie können die SQL-Funktionen für die Abfragen von DW-Datenbanken erstellen.
  • Sie kennen den Data-Mining (DM) Prozess und verschiedene DM-Anwendungen. Sie kennen die Eigenschaften der wichtigsten Algorithmen für die Klassifikation, die Segmentierung und für die Warenkorbanalyse und können diese an einfacheren Szenarien anwenden
  • Sie kennen die Grundlagen von Information Retrieval und kennen die wichtigsten Prinzipien, Methoden und Technologien der Volltextsuche.
  • Sie können die Master Data Management und Information Integration Patterns erklären, miteinander vergleichen und zur Lösung von Entwurfsproblemen beim Bau von Informationssystemen anwenden.
Plan und Lerninhalt:
  • Geodatenbank- und Geoinformationssysteme
  • Data Warehouses und Online Analytical Processing
  • Data Mining / Data Analysis
  • Volltextsuche (Information Retrieval)
  • Stammdatenverwaltung (Master Data Management)
  • Infomation Integration Patterns: Data Consolidation, Data Virtualization, Messaging, Extract-Transform-Load
Kursart:

(Durchführung gemäss Stundenplan)

Uebung mit 2 Lektionen pro Woche
   - Max. Teilnehmer: 18
   - Harte Grenze: ja
Vorlesung mit 2 Lektionen pro Woche
   - Max. Teilnehmer: 126
   - Harte Grenze: ja