Modulbeschreibung
Data Analytics
Kürzel:
M_InfSys
Durchführungszeitraum:
FS/19
ECTS-Credits:
4
Lernziele:
- Ausgewählte Themen von Informationssystem- und Datenbanksystem-Anwendungen kennen und die entsprechenden Werkzeuge anwenden können.
Verantwortliche Person:
Prof. Keller Stefan F.
Standort (angeboten):
Rapperswil-Jona
Empfohlene Module:
Skriptablage:
Modultyp:
Wahlpflicht-Modul für Elektrotechnik STD_14(Keine Semesterempfehlung)
Wahlpflicht-Modul für Informatik STD_05(Empfohlenes Semester: 5)
Wahlpflicht-Modul für Informatik STD_11(Empfohlenes Semester: 6)
Wahlpflicht-Modul für Informatik STD_14(Empfohlenes Semester: 6)
Wahl-Modul für Data Science STD_14 (PF)
Wahlpflicht-Modul für Informatik Retro STD_14_UG(Empfohlenes Semester: 6)
Wahl-Modul für Application Design - Cloud Solutions STD_14 (PF)
Wahlpflicht-Modul für Data Engineering & Machine Intelligence STD_14 (PF)
Wahl-Modul für Generalist STD_14 (PF)
ECTS-Credits pro Kategorie
Technik / 4 Credits
Aufbau Informatik / 4 Credits
Aufbau Informatik / 4 Credits
Grundlagen Informatik und Aufbau Informatik / 4 Credits
Kernmodule Informatik Profile / 4 Credits
Modulbewertung
Bewertungsart:
Note von 1 - 6
Leistungsbewertung
Während der Prüfungssession:
Schriftliche Prüfung, 120 Minuten
Kurse in diesem Modul
Data Analytics
Kürzel:
DAn
Semester:
1
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
Unterrichtssprache:
Deutsch
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