Lehrangebot

Aktuelle Lehrveranstaltungen

Prof. Dr. Ralph Welge

Semantic Web Technologien - Linked Data Engineering


Die Veranstaltung gliedert sich in zwei Teile

Teil 1: Linked Data Engineering

Teil 2: Datenquellen: Relationale Datenbanken und ETL-Prozesse

Teil I: Linked Data Engineering

Der ersteTeil beschäftigt sich mit der Theorie des Linked Data Engineering. „Linked Data“ sind stark vernetzte Daten, die in Graph-basierten Datenbanken gespeichert und optional mit semantischen Informationen angereichert werden können. Linked Data haben ein breites Anwendungsspektrum angefangen beim klassischen Reporting bis hin bspw. zur Ursachenforschung. Zu den Linked Data Technologien gehören Sprachen wie XML, RDF, RDFS und OWL, Ansätze für Abfragesprachen wie SPARQL, Reasoning-Methoden sowie nicht zuletzt Werkzeuge zur Modellbildung und Inferenz. Das Verständnis der logischen und technologischen Grundlagen ist die Voraussetzung für das Verständnis von semantischen Anwendungen.

1. Grundlagen: Prinzipien, Uniform Resource Identifier

2. RDF: Sprache und deren Serialisierung, Datenstrukturen, Reification

3. RDFS: Model Building, Logical Inference

4. OWL: Konzept und Anwendung

5. Vocabularies and Ontologies: Linked Data Vocabularies, OWL

6. Die Sprache SPARQL: Queries

7. RDF Databases

8. RDF Frameworks

Teil 2: Datenquellen: Relationale Datenbanken und ETL-Prozesse

1.Motivation, Einführung und Grundbegriffe

2.Aufbau und (Schichten-)Modelle

3. Informationsmodellierung

4. Grundlagen des Relationalen Modells

5.Die Standardsprache SQL

Die Theorie wird von praktischen Übungen begleitet.

Die Theorie wird von praktischen Übungen begleitet.

Ziel: Die Studierenden sollen ein grundlegendes Verständnis von relationalen Datenbanken sowie ein erweitertes Verständnis vom Linked Data Engineering erlangen.

Zum Ende der Veranstaltung hin soll die Modellierung einer betrieblichen Situation als Linked Data-Anwendung vorgenommen werden können. Dabei soll je nach Vorbildung der Teilnehmenden eine einfache Dateistruktur oder ein relationales Datenbanksystem als Datenquelle genutzt werden. Es sollen Probleme modelliert, erklärt und unter Einbeziehung der Sprache SPARQL gelöst werden können.

ReST Services mit Python - Schwerpunkt Maschinelles Lernen


In diesem Seminar geht es um die praktische Implementierung eines Softwareprojekts mit Python. Typische Anwendungen können sein:

- Maschinelles Lernen

- 2D- / 3D-Visualisierung von Daten

- Real Time Object Detection (bspw. mit YOLO)

Ziel: Die Studierenden sollen eigenständig eine Softwareanwendung planen, implementieren und testen. Dabei soll jeweils ein existierendes Framework einbezogen werden.

Jedes Projekt soll einen Beitrag zum maschinellen Lernen aus Umgebungsdaten liefern.

Grundlagen der IT


Teil I

Codierung

Digitale Schaltungen: Schaltnetze, Schaltwerke, Minimierung, Grundschaltungen

Teil II

Softwareentwicklung mit Python

Grundlagen der IT - Gruppe 1


Teil I

Codierung

Digitale Schaltungen: Schaltnetze, Schaltwerke, Minimierung, Grundschaltungen

Teil II

Softwareentwicklung mit Python

Grundlagen der IT - Gruppe 2


Teil I

Codierung

Digitale Schaltungen: Schaltnetze, Schaltwerke, Minimierung, Grundschaltungen

Teil II

Softwareentwicklung mit Python

Weitere Angaben zu den Lehrveranstaltungen finden Studierende im Studienportal myStudy.