mirror of
https://gitlab.com/harald.mueller/aktuelle.kurse.git
synced 2024-11-27 20:21:56 +01:00
45 lines
14 KiB
Markdown
45 lines
14 KiB
Markdown
# M162 Daten analysieren und modellieren
|
|
|
|
Inhaltsverzeichnis
|
|
|
|
[TOC]
|
|
|
|
|
|
[**Modulidentifikation** ICT CH](https://www.modulbaukasten.ch/module/162/1/de-DE?title=Daten-analysieren-und-modellieren), [162_1.pdf](https://modulbaukasten.ch/Module/162_1_DE.pdf)
|
|
|
|
[weitere TBZ Unterlagen -> https://gitlab.com/ch-tbz-it/Stud/m162](https://gitlab.com/ch-tbz-it/Stud/m162)
|
|
|
|
|
|
## Leistungsbeurteilungen (Prüfungen)
|
|
|
|
- LB1 (50%) Schriftlich auf Papier und Praxis mit Laptop (csv -> xlsx: **Import - Formeln - Diagramme**)
|
|
- LB2 (50%) Schriftlich auf Papier und Praxis mit Laptop (Excel - MySQLWorkbench: **Datenmodellierung**)
|
|
|
|
|
|
## Ablaufplan 2024-Q2 (Do morgens)
|
|
|
|
|Tag |AP24d |Thema, Auftrag, Übung |
|
|
|---- |---- |---- |
|
|
| 1 | Do 14.11.| Einführung<br>➤ **Daten und Strukturen**<br> ✍ Auftrag [Steckbrief](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Auftr%C3%A4ge/Auftrag_Steckbrief.md)<br>📄 Theorie [Strukturierte und unstrukturierte Daten](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/StrukturierteDaten.md)<br>✍ Auftrag [Suchmaschinen](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Auftr%C3%A4ge/Auftrag_Suchmaschinen.md)<br> 🛈 👀 Info [Volkszählung](x-ressources/volkszaehlung)<br>📄 Theorie [Daten-Formate: Merkmalstypen und Skalentypen](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Merkmalstypen_Skalentypen.md)<br> ✍ Auftrag [Fragebogen](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Auftr%C3%A4ge/Auftrag_Fragebogen.md) |
|
|
| 2 | Do 21.11.| ➤ **Datentypen** und **Datenstrukturen**<br> 📄 Theorie [Datentypen - Übersicht ](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Datentypen.md)<br> ➤ **Zeichencodierung**<br> 🛈 👀 Info [Zeichensätze](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Zeichencodierung.md) <br> ✍ Auftrag [Datentypen](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Auftr%C3%A4ge/Auftrag_Datentypen.md) <br>📄 Theorie [Datenstrukturen (einfache, komplexe)](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Datenstrukturen.md) <br> 🛈 👀 Info [visualgo.net/en](https://visualgo.net/en) |
|
|
| - | -- | Lehrerkonvent LKB -> Arbeit im Betrieb |
|
|
| 3 | Do 04.12.| ✍ Auftrag [Datenstrukturen erkennen](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Auftr%C3%A4ge/Auftrag_Datenstrukturen.md) (30 min, zuerst alleine) <br>**JSON/XML** <br> 🛈 👀 Info: CSV, JSON, XML. Unterschiede [example.json](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Daten_Formate/json-example.json)<br> 🛈 [JSON-Selbststudium (ca. 30 min)](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Json.md), 📄 JSON-Daten [Free API 1](https://apipheny.io/free-api/#apis-without-key), [Free API 2](https://mixedanalytics.com/blog/list-actually-free-open-no-auth-needed-apis/)<br> ✍ Auftrag [CSV -> JSON, Adressdaten interpretieren](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Auftr%C3%A4ge/Auftrag_JSON_Adressdaten.md), 10-15 min<br> ✍ Auftrag [JSON Steckbrief](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Daten_Formate/Auftr%C3%A4ge/Auftrag_JSON_Steckbrief.md), 20-30 min <br>**Excel** - *Import, Export* <br> ✍ Auftrag [Excel-Import](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Auswertungen_Excel/Auftr%C3%A4ge/Auftrag_Import.md)|
|
|
| 4 | Do 11.12.| ➤ **Diagramme** - Excel - *Filterung, Formeln, Referenzen* <br> 📄 Theorie [Einführung in Informationen und Diagramme](x-ressources/tag04_einfuehrung-diagramme.md) <br> ✍ Auftrag Formeln: Notenberechnung (30min, solo) [Daten](x-ressources/Noten.txt), [Excel (Noten-Struktur)](x-ressources/Noten-struktur.xlsx), [Res./Lös. zum Vergleich](https://gitlab.com/ch-tbz-it/Stud/m162/-/tree/main/Auswertungen_Excel/Auftr%C3%A4ge/Auftrag_Modulnoten) <br> 🛈 👀 Info [Diagramme erstellen (Merkblatt)](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Auswertungen_Excel/Diagramme-Erstellen.md) <br> ✍ Auftrag [Konsumentenpreise](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Auswertungen_Excel/Auftr%C3%A4ge/Auftrag_Konsumentenpreise.md) (40min, im duo) <br> ✍ Auftrag [D1 Parteizugehörigkeit](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Auswertungen_Excel/Auftr%C3%A4ge/Auftrag_DiagrammeI.md) (20min, solo) <br> ✍ Auftrag [D2 Corona-Situation 2020/21](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Auswertungen_Excel/Auftr%C3%A4ge/Auftrag_DiagrammeII.md) (30min, solo) |
|
|
| 5 | Do 18.12.| Repetition <br> 👀 [Lügen mt Charts](x-ressources/tag04_einfuehrung-diagramme.md?ref_type=heads#so-l%C3%BCgt-man-mit-charts) <br> 👀 [Unterschied zwischen Information und Wissen](https://www.youtube.com/watch?v=cKyHynlqOO4) (2:26 min) <br> 👀 [Wissenstreppe von Klaus North](https://www.youtube.com/watch?v=VW7ArONW4dA) (2:52 min) <br><br> Individuelle Vorbereitung auf die Prüfung <br> <br> 😎 **Prüfung LB1** <br> - Theorieteil 10:30-11:30 in [ECOLM](https://ecolm.com)<br> - Praxisteil 10:45-11:45 via TEAMS (letzte Abgabe 11:59) |
|
|
| - | -- | Weihnachstferien |
|
|
| 6 | Do 09.01.| ➤ **Datenmodellierung** <br> 📄 Theorie I [DBMS und Relationenmodell pptx](x-ressources/ERD-ERM-das-relationenmodell.pptx),<br> ✍ Auftrag [Uebungsblatt Tabellenelemente](x-ressources/Uebungsblatt-Tabellenelemente.pdf) oder [Tabellenterminilogie](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Tabellenterminologie.pdf) <br> 📄 Theorie II [Datenmodellierung](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Theorie_Datenmodellierung.md), Wikipedia [Entity-Relationship-Modell](https://de.wikipedia.org/wiki/Entity-Relationship-Modell) <br> 📄 Theorie III [Normalisierung](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/leistungserfassung-theorie-und-aufgabe/ERD-ERM-das-relationenmodell-normalisierung.pptx) <br> ✍ Auftrag [Normalisierung & ERM "Stundenerfassung"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/leistungserfassung-theorie-und-aufgabe/ERD-ERM-das-relationenmodell-normalisierung-aufgabe.pptx), ([ML](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/leistungserfassung-theorie-und-aufgabe/ERD-ERM-das-relationenmodell-normalisierung-loesung.pptx))<br> oder ähnlich: ["Leistungserfassung"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Leistungserfassung.md) <br> ✍ Auftrag [ERM/ERD zu "Online Game-Store"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_OnlineGameStore_I.md) (ca. 45 min) |
|
|
| 7 | Do 16.01.| Datenmodellierung <br> ✍ Auftrag [ERM/ERD zu "Online Game-Store"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_OnlineGameStore_I.md) (ca. 100 min, Fortsetzung) <br> ✍ Zeit zur Aufarbeitung/Vertiefung/Repetition des Theorie-Stoffes <br> (Erklären und dokumentieren Sie alles über "Datenmodellierung" z.B. im Lernjournal/Dossier) <br> ✍ Auftrag [Installieren MySQLWorkbench](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Theorie_MySqlWorkbench.md) <br> und ✍ Auftrag [Arbeitsumgebung I](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Arbeitsumgebung_I.md) / ([ML .pdf](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Musterloesungen_Normalisieren/Auftrag_Arbeitsumgebung_I_ML.pdf), [ML .md](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Arbeitsumgebung_I_ML.md)) |
|
|
| 8 | Do 23.01.| 👀 Repetition [Normalisierung](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Theorie_Normalisierung.md) <br> 👀 Übersicht/Vergleich [Krähenfuss<->Chen (pdf)](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Kr%C3%A4henfuss_chen_vergleich.pdf) <br> ✍ Einstiegsübung [Kardinalitäten](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Kardinalitaeten.md) / (ML [.md](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Kardinalitaeten_ML.md)) <br> <br>Datenmodellierung: **Vom konzeptionellen ERM zum logischen ERD** <br> ✍ Auftrag ["Online Game-Store II"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_OnlineGameStore_II.md) / (ML [.pdf](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_OnlineGameStore_II_ML.pdf)) <br> ✍ Auftrag ["Online Game-Store III"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_OnlineGameStore_III.md) / (ML [.mwb](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_OnlineGameStore_III_ML.mwb)) <br> <br> TE [Tag8](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Admin/Tagesplanungen/tag08.md) <br> ✍ Auftrag ["School I": Redundanzen und 1. Normalform](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_School_I.md) / ([ML](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_School_I_ML.md) ) <br> ✍ Auftrag ["School II": 2. Normalform](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_School_II.md) / ([ML](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_School_II_ML.md)) <br> ✍ Auftrag ["School III": 3. Normalform](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_School_III.md) / ([ML](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_School_III_ML.md), [.pdf](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Musterloesungen_Normalisieren/Auftrag_School_III_ML.pdf) ) |
|
|
| 9a | Do 23.01.| ✍ Einstiegsübung I ["Tramlinien"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Tramlinien.md) ERD Aufgrund von Tabellen erstellen / ML ([.mwb](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Tramlinien_MLIII.mwb)) <br> ✍ Einstiegsübung II ["Reisebüro"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Reiseb%C3%BCro.md) Redundanzen erkennen / ( ML [.pdf](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Musterloesungen_Normalisieren/Auftrag_Reiseb%C3%BCro_ML.pdf), [.md](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Reiseb%C3%BCro_ML.md)) (ML [.mwb](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Reiseb%C3%BCro_ML.mwb))<br><br> Datenmodellierung: **Vom konzeptionellen ERM zum logischen ERD** <br> ✍ Auftrag ERD definieren ["Social Media I"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_SocialMedia_I.md) (mit draw.io oder Bleistift) <br> ✍ Auftrag Erweiterung 1 ["Social Media II"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_SocialMedia_II.md) (mit draw.io oder Bleistift) / ([ML](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_SocialMedia_II_ML.pdf) ) <br> ✍ Auftrag Erweiterung 2 ["Social Media III"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_SocialMedia_III.md) (mit MySQLWorkbench) / ([ML (.mwb)](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Aufgabe_SocialMedia_III_ML_b.mwb)) <br> <br> ✍ Auftrag ["Velotour"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Velotour.md) Von der Aufgabenstellung zu Datenbank / (ML [.md](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Velotour_ML.md), [.pdf](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Musterloesungen_Normalisieren/Auftrag_Velotour_ML.pdf), [.mwb](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Velotour_ML.mwb)) <br> ✍ Auftrag ["Veloreparatur"](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Veloreparatur.md) / (ML [.pdf](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Auftr%C3%A4ge/Musterloesungen_Normalisieren/Auftrag_Veloreparatur_ML.pdf), [.md](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Veloreparatur_ML.md), [.xlsx](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Veloreparatur_ML.xlsx), [.mwb](https://gitlab.com/ch-tbz-it/TE/m162/-/blob/main/Unterlagen/Datenmodellierung/Auftr%C3%A4ge/Auftrag_Veloreparatur_ML.mwb)) |
|
|
| 9b | Do 30.01.| Repetition [ERM und ERD (🎧 Video, d, 6 min)](https://youtu.be/JV2EjTEqllM), [ER Modell (🎧 Video,d, 5 min)](https://youtu.be/baF9b5Lkiio) <br> Repetition [ERD Begriffe](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/x_gitressourcen/ERD_ERM/ERD_begriffe.png) <br> Repetition [Beziehungstypen (.docx)](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/cheatsheet_beziehungstypen.docx) <br> Repetition [Normalisierung](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Theorie_Normalisierung.md), [Step-by-step Bilder](https://gitlab.com/ch-tbz-it/Stud/m162/-/tree/main/Datenmodellierung/x_gitressourcen/Normalisierung)<br> Repetition [Datenmodellierung](https://gitlab.com/ch-tbz-it/Stud/m162/-/blob/main/Datenmodellierung/Theorie_Datenmodellierung.md) <br><br> Weitere selbstständige Repetition <br><br> Abschluss und 😎 **Prüfung LB2** |
|
|
|
|
|
|
## Inhalte
|
|
|
|
[
|
|
![](x-ressources/m162-themen-uebersicht-500.png)
|
|
](https://gitlab.com/ch-tbz-it/Stud/m162)
|
|
|
|
@ Harald Müller, Aug/Okt 2024
|
|
|