184.705 Semistrukturierte Daten
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2020S, VU, 2.0h, 3.0EC

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: VU Vorlesung mit Übung

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage...

  • den Unterschied zwischen Semi-strukturierten und strukturierten Daten zu erklären.
  • die in der Vorlesung behandelten XML-Technologien auf konkrete Problemstellungen anzuwenden.
  • die Limitierungen der vorgestellten XML-Technologien in konkreten Problemstellungen erkennen.
  • die Unterschiede und Stärken der verschiedenen vorgestellten XML-Schemasprachen zu erklären.
  • die Unterschiede und Stärken der verschiedenen vorgestellten XML-Anfragesprachen zu erklären.
  • die Unterschiede und Stärken der verschiedenen vorgestellten XML-APIs zu erklären.

Inhalt der Lehrveranstaltung

  • XML
  • XML-Schemasprachen (DTDs, XML Schema)
  • XML-Anfragesprachen (XPath, XQuery, XSLT)
  • XML-APIs (Parser, XSLT-Prozessor)

Methoden

  • In der Vorlesung werden XML und verwandte Standards behandelt und anhand von Beispielen erläutert.
  • Es gibt Übungen, die die Konzepte der Vorlesung vertiefen.
  • Die Übungsbeispiele werden, bevor sie starten, in der Vorlesung besprochen.
  • Zur Betreuung der Übung gibt es Fragestunden bei den Tutorinnen und Tutoren verteilt auf die Zeit vor den Abgabeterminen.
  • Die Übung besteht hauptsächlich aus Programmieraufgaben und fließt zu 25% in die Gesamtnote ein.
  • Um für alle Studierenden gleiche Voraussetzungen bei der Abgabe zu schaffen gibt es einen einheitlichen Abgabetermin für alle Studenten gefolgt von den Abgabegesprächen.
    Bei den Abgabegesprächen werden die Beispiele auf Korrektheit, aber besonders auf das Verständnis geprüft, und entsprechend Feedback gegeben.

Prüfungsmodus

Schriftlich

Weitere Informationen

Anfragen zur LVA

bitte ausschließlich an die Mailadresse ssd@dbai.tuwien.ac.at richten.
Um zu vermeiden dass Ihr Email im Spamfilter landet den Betreff mit "SSD:" beginnen.

ECTS Breakdown:

24h Vorlesungsbesuch
24h Übungsteil
 1h Abgabegespräche
24h Prüfungsvorbereitung
 2h Prüfung

----------------------------------
75h (3 ECTS)
----------------------------------

 


Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Do.11:00 - 13:0005.03.2020HS 17 Friedrich Hartmann Vorlesung (inkl. Vorbesprechung)
Do.11:00 - 13:0012.03.2020HS 17 Friedrich Hartmann Vorlesung

Leistungsnachweis

Die Beurteilung erfolgt auf Grund der Leistung bei den Übungsblättern (25%) und einer schriftlichen Prüfung (75%). Die Prüfung muss positiv absolviert werden um den Kurs postiv abzuschließen.

Prüfungen

TagZeitDatumOrtPrüfungsmodusAnmeldefristAnmeldungPrüfung
Di. - 09.06.2020beurteiltam InstitutKontrollgespräch - Übung 2
Di.11:30 - 13:3023.06.2020GM 1 Audi. Max. schriftlich28.05.2020 00:00 - 13.06.2020 23:59in TISSExam 1A
Di.11:30 - 13:3023.06.2020Informatikhörsaal schriftlich28.05.2020 00:00 - 13.06.2020 23:59in TISSExam 1B
Di.11:30 - 13:3023.06.2020Prechtlsaal großer Teil - Achtung! Werkraum, kein Hörsaal! schriftlich27.05.2020 00:00 - 13.06.2020 23:59in TISSExam 1C
Di.11:30 - 13:3023.06.2020HS 17 Friedrich Hartmann schriftlich27.05.2020 00:00 - 13.06.2020 23:59in TISSExam 1D
Di.11:30 - 13:3023.06.2020GM 5 Praktikum HS schriftlich27.05.2020 00:00 - 13.06.2020 23:59in TISSExam 1F

LVA-Anmeldung

Von Bis Abmeldung bis
14.02.2020 00:00 19.03.2020 23:59

Curricula

StudienkennzahlSemesterAnm.Bed.Info
033 526 Wirtschaftsinformatik 4. SemesterSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 532 Medieninformatik und Visual Computing STEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 534 Software & Information Engineering STEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Vorkenntnisse

  • Programmierkenntnisse in Java
  • Kenntnisse der VU Datenmodellierung oder der VU Datenbanksysteme, insbesondere: Relationales Datemodell, SQL

Vorausgehende Lehrveranstaltungen

Begleitende Lehrveranstaltungen

Sprache

Englisch