Dataforståelse
Dataforståelse
2022/2023- Formål og læringsmål
Dataforståelse indeholder analyse af data og databasemodellering. Der bliver arbejdet med at lave de rigtige udtræk af data og forståelsen for hvordan data bedst struktureres ved hjælp af datamodeller. Der bliver arbejdet med relationelle databaser og data i forskellige dataformater. Fagelementet indeholder også hvordan man implementerer en relationel database baseret på en datamodel.
VidenDen studerende har:
Færdigheder
• viden om hvordan forskellige dataformater bruges, og deres styrker og svagheder
• viden om teori og metoder inden for dataforståelse, metadata, dataanalyse og datakvalitet
• viden om teori og metoder inden for datamodellering og -typer
• forståelse for praksis, anvendt teori og metode samt kan reflektere over data, datakvalitet og databasemodelleringDen studerende kan:
Kompetencer
• anvende metoder og redskaber inden for datamodellering og dataanalyse
• vurdere praksisnære og teoretiske problemstillinger inden for data og dataanalyse herunder hvilke dataudtræk der giver mening for applikationen, samt programmere disse dataudtræk
• analysere og vurdere databehov i forhold til applikationen der skal udviklesDen studerende kan:
• håndtere udarbejdelse af en datamodel baseret på de behov og krav den givne opgave kræver samt implementere en database baseret på en datamodel
• identificere egne læringsbehov og udvikle egen viden, færdigheder og kompetencer i relation til fagområdet dataforståelse - Undervisningsform
- Prøve
På faget Dataforståelse modtager du 80 timers undervisning, hvilket svarer til 106 lektioner (1 lektion = 45 min.) og 29% af din samlede arbejdsbelastning på faget.
Undervisningen vil primært bestå af følgende aktiviteter: tværfaglig projektorganiseret undervisning, projektpræsentation.
Forberedelsen vil primært bestå af følgende aktiviteter: gruppearbejde, læsning af pensum.
Læs om KEAs studieaktivitetsmodel
*KEA kan fravige det angivne timetal, hvis det er begrundet i særlige forhold.