Predavanja obsegajo dva tematska sklopa:
Eksterni vidiki obvladovanja podatkov:
Podatkovne baze in podatkovna skladišča
Načrtovanje podatkovnih baz
Konceptualno, logično in fizično načrtovanje
Normalizacija relacij
Optimizacija performans
Porazdeljene podatkovne baze
Načrtovanje podatkovnih skladišč
Namen in načrtovanje podatkovnih skladišč
Zagotavljanje kvalitete shranjenih podatkov
Pristopi k analizi shranjenih podatkov
Načrtovanje nerelacijskih podatkovnih baz
Nerelacijsko modeliranje podatkov
Interni vidiki obvladovanja podatkov:
Zagotavljanje dostopnosti in konsistentnosti podatkov
Upravljanje sočasnosti dostopa do podatkovne baze
Varovanje in obnavljanje podatkovne baze
Porazdeljeni in vzporedni podatkovni sistemi
Optimizacija in evalvacija poizvedb
Načrtovanje izvajanja poizvedb
Vrednotenje zahtevnosti osnovnih operacij
Alternativne strategije izvajanja poizvedb
Upravljanje delno strukturiranih in nestrukturiranih podatkov
Sodobni nerelacijski podatkovni sistemi
Delo s prostorskimi in časovnimi podatki
Delo z drugimi delno strukturiranimi ali nestrukturiranimi podatki (tekst, zvok, slika, sekvence, JSON, XML)
Vaje:
Seznaniti se s tipičnimi problemi pri obvladovanju podatkov in s pristopi za reševanje le-teh.
Spoznati in obvladati orodja za načrtovanje in uporabo podatkovnih baz.
Obvladati uporabo produktov teh orodij v praktičnih primerih (v obliki seminarske naloge).
Pri vajah se študenti seznanijo z orodji za obvladovanje podatkov (predvsem načrtovanje) in jih v okviru svojih domačih nalog samostojno uporabijo v praktičnih primerih. Rezultate domačih nalog predstavijo v obliki seminarjev.
Tehnologija upravljanja podatkov
Matjaž Kukar
- T. M. Connolly, C. E. Begg: Database Systems: A Practical Approach to Design, Implementation and Management, 4th edition, Addison Wesley, 2004.
- S. Sumathi, S. Esakkirajan: Fundamentals of Relational Database Management Systems, Springer, 2007.
- R. Ramakrishnan, J. Gehrke: Database Management Systems, 3rd edition, McGraw-Hill, 2002.
- Seven Databases in Seven Weeks: A Guide to Modern Databases and the NoSQL Movement, Pragmatic Bookshelf, 2012
Cilj predmeta je študentom računalništva in informatike predstaviti principe in pristope za upravljanje podatkov z dveh vidikov: zunanjega, s poudarkom na primernem načrtovanju in pripravi, ter notranjega, s poudarkom na tehnologijah znotraj podatkovnih baz.
Splošne kompetence:
sposobnost kritičnega mišljenja
razvoj sposobnosti kritičnega, analitičnega in sintetičnega mišljenja
sposobnost definiranja, razumevanja in reševanja strokovnih izzivov na področju računalništva in informatike
Skladnost z varnostnimi, funkcionalnimi, ekonomskimi in okoljskimi vodili.
sposobnost samostojne uporabe pridobljenega znanja pri reševanju tehničnih in znanstvenih izzivov na področju računalništva in informatike, sposobnost nadgradnje pridobljenega znanja
Predmetno specifične kompetence:
sposobnost razumevanja in uporabe znanja računalništva in informatike na drugih tehničnih in relevantnih področjih (ekonomija, organizacijske vede ipd.),
praktična znanja in veščine na področju strojne opreme, programske opreme in informacijskih tehnologij, ki so nujna za uspešno delo na področju računalništva in informatike
sposobnost samostojne izvedbe manj zahtevnih in zahtevnih inženirskih in organizacijskih opravil na določenih ozkih področjih in neodvisnega reševanja določenih dobro opredeljenih opravil na področju računalništva in informatike
Znanje in razumevanje:
Poznavanje osnovnih tehnologij za razvoj spletnih aplikacij.
Uporaba:
Razvoj celovitih spletnih rešitev, tako na strani odjemalca, kot strežnika.
Refleksija:
Spoznavanje in razumevanje uglašenosti med teorijo in njeno aplikacijo na konkretnih primerih s področja razvoja spletnih aplikacij.
Prenosljive spretnosti - niso vezane le na en
predmet:
Razvoj spletnih rešitev na različnih strokovnih področjih. Hitro seznanjanje z novimi tehnologijami. Uporaba spletnih virov in dokumentacij za pomoč pri razvoju aplikacij.
Predavanja in seminarski način dela pri domačih nalogah. Poseben poudarek je na sprotnem študiju in na skupinskem delu pri domačih nalogah in seminarjih.
Sprotno preverjanje (domače naloge, kolokviji in projektno delo)
Končno preverjanje (pisni in ustni izpit)
(ocene: 5 (negativno), 6-10 (pozitivno), ob upoštevanju Statuta UL)
KONONENKO, Igor, KUKAR, Matjaž. Machine learning and data mining : introduction to principles and algorithms. Chichester: Horwood Publishing, cop. 2007. XIX, 454 str., ilustr. ISBN 1-904275-21-4. ISBN 978-1-904275-21-3. [COBISS-SI-ID 5961556]
PETELIN, Boris, KONONENKO, Igor, MALAČIČ, Vlado, KUKAR, Matjaž. Multi-level association rules and directed graphs for spatial data analysis. Expert systems with applications, ISSN 0957-4174. [Print ed.], 2013, vol. 40, issue 12, str. 4957-4970. , doi: . [COBISS-SI-ID 2761807]
KUKAR, Matjaž, KONONENKO, Igor, GROŠELJ, Ciril. Modern parameterization and explanation techniques in diagnostic decision support system : a case study in diagnostics of coronary artery disease. Artificial intelligence in medicine, ISSN 0933-3657. [Print ed.], Jun. 2011, vol. 52, no. 2, str. 77-90, ilustr. [COBISS-SI-ID 8991060]
ŠAJN, Luka, KUKAR, Matjaž. Image processing and machine learning for fully automated probabilistic evaluation of medical images. Computer methods and programs in biomedicine, ISSN 0169-2607. [Print ed.], Dec. 2011, vol. 104, no. 3, str. 75-86, ilustr. [COBISS-SI-ID 8333652]
KUKAR, Matjaž. Quality assessment of individual classifications in machine learning and data mining. Knowledge and information systems, ISSN 0219-1377. [Print ed.], 2006, vol. 9, no. 3, str. [364]-384, graf. prikazi. [COBISS-SI-ID 5282900]