Databasteknik, 6 hp

Database Technology, 6 credits

732A57

Huvudområde

Datavetenskap

Utbildningsnivå

Avancerad nivå

Kurstyp

Programkurs

Examinator

Olaf Hartig

Kursansvarig

Olaf Hartig

Studierektor eller motsvarande

Patrick Lambrix
VOF = Valbar / Obligatorisk / Frivillig
Kursen ges för Termin Veckor Block Språk Ort/Campus VOF
F7MSL Statistics and Machine Learning, Master´s Programme - First and main admission round 3 (HT 2023) 202344-202402 1 Engelska Linköping, Valla V
F7MSL Statistics and Machine Learning, Master´s Programme - Second admission round (open only for Swedish/EU students) 3 (HT 2023) 202344-202402 1 Engelska Linköping, Valla V

Huvudområde

Datavetenskap

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1F

Kursen ges för

  • Master´s Programme in Statistics and Data Mining
  • Master's Programme in Statistics and Machine Learning

Förkunskapskrav

  • 180 hp avslutade kurser varav 90 hp inom något av följande ämnen:
    • statistik
    • matematik
    • tillämpad matematik
    • datavetenskap
    • teknik
  • Godkända kurser i:
    • matematisk analys
    • linjär algebra
    • statistik
    • programmering
  • Engelska 6
    Undantag för svenska
  • Minst 30 hp godkända från termin 1 och 2 på Master's Programme in Statistics and Machine Learning, inklusive kursen Maskininlärning 9 hp, eller motsvarande förvärvade kunskaper

Lärandemål

Efter avslutad kurs ska den studerande på en avancerad nivå kunna: 

  • redogöra för och använda de viktigaste begreppen inom databaser och databasteknik på ett korrekt sätt
  • designa en datamodell med hjälp av EER-modellering
  • designa, implementera och använda en relationsdatabas
  • redogöra för den teoretiska grunden för relationsmodellen och använda denna för att avgöra om en relationsdatabas har en bra design
  • förklara vilka filstrukturer i databashanteringssystemet som kan användas för att implementera en databas
  • förklara grundprinciper om hur man kan indexera en databas och utifrån detta designa ett index med god effektivitet
  • redogöra för vilka problem som kan uppstå när databasen hanterar många användare och några möjliga lösningar på detta
  • redogöra för hur databasen kan garantera att data är persistenta samt givet önskade egenskaper hos databasen förklara hur detta löses med hjälp av databasåterställning och backup
  • redogöra för huvudprinciperna bakom heuristisk frågeoptimering, samt givet en fråga kunna beräkna den optimerade frågan och uppskatta hur effektiv optimeringen varit

Kursinnehåll

I kursen behandlas teoretiska och praktiska kunskaper om principer för:

  • lagring och återvinning av information i ett modernt databassystem
  • generella databashanteringssystem (DBMS)
    samt
  • metoder för databasdesign och databasanvändning
  • datamodelleringstekniker: EER-modellen, relationsdatabaser, databasspecifika datastrukturer, SQL relationsalgebra och frågeoptimering, transaktioner, samtidighetskontroll, recovery

Undervisnings- och arbetsformer

Undervisningen består av föreläsningar och laborationer. Utöver detta ska den studerande utöva självstudier.

Examinationsspråk: Engelska

Examination

Kursen examineras genom:

  • aktivt deltagande i laborationer, betygsskala: UG
  • individuell skriftlig tentamen, betygsskala: EC

För Godkänt (E) som slutbetyg krävs minst E på den individuella skriftliga tentamen och Godkänt på aktivt deltagande i laborationer. Högre betyg grundas på den individuella skriftliga tentamen.

Detaljerad information återfinns i studieanvisningen.
 

Om det finns särskilda skäl, och om det med hänsyn till det obligatoriska momentets karaktär är möjligt, får examinator besluta att ersätta det obligatoriska momentet med en annan likvärdig uppgift. 

Om LiU: s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det.

Om koordinatorn har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.

Examinator får också besluta om anpassad examination eller alternativ examinationsform om examinator bedömer att det finns synnerliga skäl och examinator bedömer det möjligt utifrån kursens mål.

Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

ECTS, EC

Övrig information

Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.

Om det föreligger synnerliga skäl får rektor i särskilt beslut ange förutsättningarna för, och delegera rätten att besluta om, tillfälliga avsteg från denna kursplan. 

Institution

Institutionen för datavetenskap
Kod Benämning Omfattning Betygsskala
LAB1 Laboration 3 hp EC
TENT Tentamen 3 hp EC
Det finns ingen kurslitteratur tillgänglig på studieinfo för den här kursen.

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.

Det finns inga filer att visa.