Vorlesung: 5973V SQL for Data Science - Details

Vorlesung: 5973V SQL for Data Science - Details

Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung: 5973V SQL for Data Science
Untertitel
Veranstaltungsnummer 5973V
Semester SoSe 24
Aktuelle Anzahl der Teilnehmenden 294
erwartete Teilnehmendenanzahl 30
Heimat-Einrichtung Lehrstuhl für Informatik mit Schwerpunkt Skalierbare Datenbanksysteme
Veranstaltungstyp Vorlesung in der Kategorie Lehre (mit Prüfung)
Erster Termin Freitag, 19.04.2024 10:00 - 11:30 Uhr, Ort: (ISA) SR 008
Art/Form
Leistungsnachweis
60 min. schriftliche Klausur
60-minute written examination
SWS
2
Literatur
Antonio Badia: SQL for Data Science - Data Cleaning, Wrangling and Analytics with Relational Databases. Springer 2020.

Bill Karwin: SQL Antipatterns. Pragmatic Programmers, LLC, 2017.

Raghu Ramakrishnan, Johannes Gehrke: Database Management Systems. McGraw-Hill, 3rd edition, 2002.
ECTS-Punkte
6

Räume und Zeiten

(JUR) HS 14
Freitag: 10:00 - 12:00, wöchentlich (6x)
Freitag, 12.07.2024 15:00 - 17:00
Freitag, 19.07.2024 08:00 - 10:00
(ISA) SR 008
Freitag: 10:00 - 12:00, wöchentlich (4x)
(IM) HS 11
Freitag: 10:00 - 12:00, wöchentlich (1x)
(AM) HS 10
Freitag, 26.07.2024 16:30 - 17:30
Dienstag, 01.10.2024 10:00 - 11:00

Studienbereiche

Die Angaben zu den Anrechenbarkeiten an der FIM sind ohne Gewähr. Bitte beachten Sie die verbindliche Liste der Anrechenbarkeiten .

Modulzuordnungen

Kommentar/Beschreibung

This advanced database class offers a comprehensive understanding of the data life cycle and the potential of SQL in various data analysis tasks. Students explore topics ranging from data loading and cleaning to pre-processing, while mastering relational databases and handling non-traditional data formats such as XML and text. Integration with programming languages like R and Python further enriches students' abilities, enabling seamless interaction with databases and enhancing data analysis workflows. Practical exercises and hands-on experience with MySQL and Postgres databases solidify students' competencies, equipping them with the essential skills to excel in data science and database management roles.