Semesterübersicht

Dieses Semester beginnen die Lehrveranstaltungen mit Videos der Vorlesungen, die auf Moodle zur Verfügung gestellt werden.

Bitte melden sie sich dort umgehend an, auch die weitere Kommunikation findet über Moodle statt.

Vorlesung Datenbanken (120210)

Termin

Mo 09:15 - 10:45, A/B Woche, ab 11.10.2021, HG / Raum HG 0.20, HG

Studiengänge

  • eBusiness Bachelor (5. Semester)
  • Informations- und Medientechnik Bachelor (3. - 5. Semester)
  • Informatik Bachelor (5. Semester)
  • Wirtschaftsingenieurwesen Bachelor (5. Semester) / Prüfungsordnung 2019
  • Umweltingenieurwesen Bachelor (5. Semester) / Prüfungsordnung 2006 / Wahlpflicht
  • Energietechnik und Energiewirtschaft EOK (5. Semester) / Prüfungsordnung 2021

Lehrinhalt

Onlinelehrveranstaltung

Unterlagen, Dokumente und weitere Informationen werden in Moodle bereitgestellt.

Architektur von Datenbank-Management-Systemen, ER-Modellierung, relationales Datenbankmodell, relationale Algebra, SQL, Integritätsbedingungen und Trigger, Grundlagen der Datenbank-Technologie

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

SWS

2.0

Modul

Datenbanken (12330)


Übung Datenbanken (120211)

Termin

Mi 07:30 - 09:00, A/B Woche, ab 27.10.2021, HG / Raum HG 0.18, HG

Studiengänge

  • eBusiness Bachelor (5. Semester)
  • Informations- und Medientechnik Bachelor (3. - 5. Semester)
  • Informatik Bachelor (5. Semester)
  • Wirtschaftsingenieurwesen Bachelor (5. Semester) / Prüfungsordnung 2019
  • Umweltingenieurwesen Bachelor (5. Semester) / Prüfungsordnung 2006 / Wahlpflicht
  • Energietechnik und Energiewirtschaft EOK (5. Semester) / Prüfungsordnung 2021

Lehrinhalt

Onlinelehrveranstaltung

Unterlagen, Dokumente und weitere Informationen werden in Moodle bereitgestellt.

Übung zur Vorlesung 120210

Lehrpersonen

  • Prof. Dr.-Ing. habil. Ingo Schmitt
  • Alexander Stahl

SWS

2.0

Modul

Datenbanken (12330)


Prüfung Datenbanken (120214)

Termin

Mi 01:00 - 02:30, Einzel, am 16.03.2022, /

Studiengänge

  • Wirtschaftsingenieurwesen Bachelor (5. Semester) / Prüfungsordnung 2019
  • eBusiness Bachelor (5. Semester)
  • Informations- und Medientechnik Bachelor (3. - 5. Semester)
  • Informatik Bachelor (5. Semester)
  • Umweltingenieurwesen Bachelor (5. Semester) / Prüfungsordnung 2006 / Wahlpflicht
  • Energietechnik und Energiewirtschaft EOK (5. Semester) / Prüfungsordnung 2021

Lehrinhalt

Architektur von Datenbank-Management-Systemen, ER-Modellierung, relationales Datenbankmodell, relationale Algebra, SQL, Integritätsbedingungen und Trigger, Grundlagen der Datenbank-Technologie

Leistungsnachweis

1. Prüfung

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

Modul

Datenbanken (12330)


Vorlesung Grundlagen des Data Mining / Foundations of Data Mining (120230)

Termin

Mo 11:30 - 13:00, A/B Woche, ab 11.10.2021, HG / Raum HG 0.17, HG

Studiengänge

  • Informatik Bachelor (5. Semester) / Komplex Grundlagen der Informatik, Niveaustufe 300
  • Informations- und Medientechnik Master (1. - 4. Semester) / Wahlpflichtmodul im Komplex Informationssysteme und Content-Management
  • eBusiness Master (1. - 4. Semester)
  • Wirtschaftsingenieurwesen Bachelor (5. Semester)
  • Cyber Security Master (1. - 4. Semester)

Lehrinhalt

Onlinelehrveranstaltung

Unterlagen, Dokumente und weitere Informationen werden in Moodle bereitgestellt.

Grundlagen der Statistik
Clustering (partitioniert, dichtebasiert, hierarchisch, ...)
Klassifikation (Entscheidungsbaum, Support-Vektor-Maschine, ...)

Assoziationsregeln (Frequent-Itmsets, ...)

weitere Mining-Verfahren und -Anwendungen

(Säule Grundlagen der Informatik)

Literatur

Ester, Martin; Sander, Jörg: Knowledge Discovery in Databases. Techniken und Anwendungen. Springer, Berlin 2000.
Mitchell, Tom M.: Machine Learning. McGraw-Hill, 1997.
Weitere Literaturhinweise siehe/for futher literature see: -http://www-gs.informatik.tu-cottbus.de/wwwgs/gdm_lit.htm.

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

SWS

2.0

Module

  • Grundlagen des Data Mining (12351)
  • Foundations of Data Mining (11881)

Übung Grundlagen des Data Mining / Foundations of Data Mining (120231)

Termin

Fr 09:15 - 10:45, A/B Woche, ab 22.10.2021, HG / Raum HG 0.17, HG

Studiengänge

  • Informatik Bachelor (5. Semester) / Komplex Praktische Informatik, Niveaustufe 300
  • Informations- und Medientechnik Master (1. - 4. Semester) / Wahlpflichtmodul im Komplex Informationssysteme und Content-Management
  • eBusiness Master (1. - 4. Semester)
  • Wirtschaftsingenieurwesen Bachelor (5. Semester)
  • Cyber Security Master (1. - 4. Semester)

Lehrinhalt

Onlinelehrveranstaltung

Unterlagen, Dokumente und weitere Informationen werden in Moodle bereitgestellt.

Übung zur Vorlesung 120230

(Säule Grundlagen der Informatik)

Literatur

Ester, Martin; Sander, Jörg: Knowledge Discovery in Databases. Techniken und Anwendungen. Springer, Berlin 2000.
Mitchell, Tom M.: Machine Learning. McGraw-Hill, 1997.
Weitere Literaturhinweise siehe/for futher literature see: -http://www-gs.informatik.tu-cottbus.de/wwwgs/gdm_lit.htm.

Lehrperson

Alexander Stahl

SWS

2.0

Module

  • Grundlagen des Data Mining (12351)
  • Foundations of Data Mining (11881)

Prüfung Grundlagen des Data Mining / Foundations of Data Mining (120234)

Termin

- Block Woche, ab 14.02.2022, /

Studiengänge

  • Wirtschaftsingenieurwesen Bachelor (5. Semester)
  • Cyber Security Master (1. - 4. Semester)
  • Informatik Bachelor (5. Semester) / Komplex Grundlagen der Informatik, Niveaustufe 300
  • Informations- und Medientechnik Master (1. - 4. Semester) / Wahlpflichtmodul im Komplex Informationssysteme und Content-Management
  • eBusiness Master (1. - 4. Semester)

Lehrinhalt

Grundlagen der Statistik
Clustering (partitioniert, dichtebasiert, hierarchisch, ...)
Klassifikation (Entscheidungsbaum, Support-Vektor-Maschine, ...)

Assoziationsregeln (Frequent-Itmsets, ...)

weitere Mining-Verfahren und -Anwendungen

(Säule Grundlagen der Informatik)

 

mündliche Prüfung, Termin nach Vereinbarung

Literatur

Ester, Martin; Sander, Jörg: Knowledge Discovery in Databases. Techniken und Anwendungen. Springer, Berlin 2000.
Mitchell, Tom M.: Machine Learning. McGraw-Hill, 1997.
Weitere Literaturhinweise siehe/for futher literature see: -http://www-gs.informatik.tu-cottbus.de/wwwgs/gdm_lit.htm.

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

Module

  • Grundlagen des Data Mining (12351)
  • Foundations of Data Mining (11881)

Vorlesung Logik in Datenbanken (120240)

Termin

Do 11:30 - 13:00, A/B Woche, ab 14.10.2021, /

Studiengänge

  • Informations- und Medientechnik Master (1. - 4. Semester)
  • Informatik Master (1. - 4. Semester)

Lehrinhalt

Onlinelehrveranstaltung

Unterlagen, Dokumente und weitere Informationen werden in Moodle bereitgestellt.

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

SWS

2.0

Modul

Logik in Datenbanken (12939)


Übung/Praktikum Logik in Datenbanken (120241)

Termin

Mi 11:30 - 13:00, A/B Woche, ab 27.10.2021, /

Studiengänge

  • Informations- und Medientechnik Master (1. - 4. Semester)
  • Informatik Master (1. - 4. Semester)

Lehrinhalt

Onlinelehrveranstaltung

Unterlagen, Dokumente und weitere Informationen werden in Moodle bereitgestellt.

Übung/Praktikum zur Vorlesung 120240

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

SWS

4.0

Modul

Logik in Datenbanken (12939)


Prüfung Logik in Datenbanken (120243)

Termin

- Block Woche, ab 14.02.2022, /

Studiengänge

  • Informations- und Medientechnik Master (1. - 4. Semester)
  • Informatik Master (1. - 4. Semester)

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

Modul

Logik in Datenbanken (12939)


Oberseminar Oberseminar des Lehrstuhls Datenbank- und Informationssysteme (120260)

Termin

Do 15:30 - 17:00, A/B Woche, ab 14.10.2021, /

Studiengänge

  • Informations- und Medientechnik Master (1. - 4. Semester)
  • Informatik Master (1. - 4. Semester)

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

SWS

2.0

Module

  • Bachelor-Arbeit (12333)
  • Master-Arbeit (12521)
  • Master-Arbeit (36505)
  • Bachelor-Arbeit (36331)

Prüfung Information Retrieval (Wiederholung) (120278)

Termin

- Block Woche, ab 14.02.2022, /

Studiengänge

  • Informatik Diplom (6. - 9. Semester) / Säule Praktische Informatik
  • Informatik Bachelor (6. Semester) / Komplex Praktische Informatik
  • Informations- und Medientechnik Master (1. - 4. Semester) / Komplex Informationssysteme und Content-Management
  • eBusiness Master (1. - 4. Semester) / Schwerpunkt: Entwicklung und Aufbau von eBusiness-Systemen

Lehrinhalt

Gegenstand des Information Retrieval (IR) ist die Suche nach Dokumenten. Traditionell handelt es sich dabei im Allgemeinen um Textdokumente. Das Gebiet des Information Retrieval insbesondere auch durch das Aufkommen des WWW an Bedeutung und Aktualität gewonnen. Die Veranstaltung betrachtet die wesentlichen Modelle des Information Retrieval und Algorithmen zu ihrer Umsetzung. Auch Fragen der Evaluierung von IR-Systemen werden betrachtet.
Folgende Bereiche werden betrachtet:
- Motivation und Einführung,
- Evaluierung von IR-Systemen,
- Berücksichtigung der Vagheit in Sprache,
- einfache IR-Modelle und ihre Implementierung,
- das Vektorraummodell,
- Formate zur Dokumenten- und Wissensverwaltung,
- Alternativen zur globalen Suche,
- Suchmaschinen im World Wide Web.

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

Modul

Information Retrieval (12345)


Prüfung Data-Warehouse-Technologien - Wiederholung (120281)

Termin

- Block Woche, ab 14.02.2022, /

Studiengänge

  • Informatik Master (1. - 4. Semester) / Komplex Angewandte und Technische Informatik
  • eBusiness Master (1. - 4. Semester)
  • Informations- und Medientechnik Master (1. - 4. Semester) / Komplex Informationssysteme und Content-Management
  • Wirtschaftsingenieurwesen Master (1. - 4. Semester)

Lehrinhalt

Daten werden häufig redundant und unbeabsichtigt verteilt in einem Unternehmen gehalten, wobei die Datenqualität oft ungenügend ist. Eine Analyse dieser Daten soll beliebig schnell möglich sein. In der Veranstaltung wird ein fundierter Einstieg sowohl in die Architektur und Entwicklung eines Data-Warehouse-Systems als auch in den gesamten Ablauf des Data-Warehouse-Prozesses gegeben. Der Schwerpunkt liegt dabei auf den Datenbanken und deren Konzeption, Modellierung und Optimierung. (Säule Angewandte und Technische Informatik)

mündliche Prüfung, Termin nach Vereinbarung

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

Modul

Data-Warehouse-Technologien (12447)


Prüfung Erweiterte Datenbankmodelle - Wiederholung (120283)

Termin

- Block Woche, ab 14.02.2022, /

Studiengänge

  • Informatik Bachelor (6. Semester) / Komplex Praktische Informatik
  • Informations- und Medientechnik Master (1. - 4. Semester) / Komplex Informationssysteme und Content-Management

Lehrinhalt

Für spezielle Anwendungen aus technischen oder wissenschaftlichen Bereichen sind klassische relationale Datenbanksysteme mit ihren tabellenartigen Strukturen nur bedingt geeignet. Als Alternative wurden in den letzten Jahren verschiedene Datenbankmodelle und darauf aufbauende Datenbanktechnologie entwickelt. Im Rahmen der Vorlesung werden derartige Techniken anhand von SQL:2003, ODMG sowie XML behandelt. Im Mittelpunkt stehen dabei jeweils Datenbankmodelle und Anfragetechniken sowie Aspekte der Implementierung von Verhalten in Form von Methoden. Ein weiterer Schwerpunkt ist die Modellierung und Repräsentation raumbezogener Objekte und die darauf basierenden Anfrageoperationen zur Unterstützung geographischer Datenbanken.

 

mündliche Prüfung, Termin nach Vereinbarung

Lehrperson

Prof. Dr.-Ing. habil. Ingo Schmitt

Modul

Erweiterte Datenbankmodelle (12327)


Unsere Webseite verwendet Cookies. Diese haben zwei Funktionen: Zum einen sind sie erforderlich für die grundlegende Funktionalität unserer Website. Zum anderen können wir mit Hilfe der Cookies unsere Inhalte für Sie immer weiter verbessern. Hierzu werden pseudonymisierte Daten von Website-Besuchern gesammelt und ausgewertet. Das Einverständnis in die Verwendung der technisch nicht notwendigen Cookies können Sie jeder Zeit wiederrufen. Weitere Informationen erhalten Sie auf unseren Seiten zum Datenschutz.

Erforderlich

Diese Cookies werden für eine reibungslose Funktion unserer Website benötigt.

Statistik

Für den Zweck der Statistik betreiben wir die Plattform Matomo, auf der mittels pseudonymisierter Daten von Websitenutzern der Nutzerfluss analysiert und beurteilt werden kann. Dies gibt uns die Möglichkeit Websiteinhalte zu optimieren.

Name Zweck Ablauf Typ Anbieter
_pk_id Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern. 13 Monate HTML Matomo
_pk_ref Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern. 6 Monate HTML Matomo
_pk_ses Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern. 30 Minuten HTML Matomo