Βάσεις Γνώσεων Εισαγωγικά του μαθήματος Πάνος Βασιλειάδης Φλεβάρης 2003

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Κατηγορηματικός Λογισμός
Advertisements

Βάσεις Δεδομένων II Ευαγγελία Πιτουρά 1 ΒΑΣΕΙΣ ΔΕΔΟΜΕΝΩΝ ΙΙ.
Επιμέλεια: Τίκβα Χριστίνα
Πέτσας Δημήτριος Παρουσίαση στο μάθημα: Ψηφιακές Βιβλιοθήκες
Μαρία Βαρένα, Μαρία Σαρπότα Δρ. Βασίλειος Σάλτας Τμήμα Πληροφορικής & Επικοινωνιών ΣΤΕΦ, ΤΕΙ Σερρών
Βάσεις Δεδομένων Ευαγγελία Πιτουρά1 Λογικός Σχεδιασμός Σχεσιακών Σχημάτων: Αποσύνθεση.
Ανάπτυξη Λογισμικού (Software Development)
ΜοντελοποίησηΈργα ΜαθήματαΑξιολόγηση Αναστοχασμος Μαθήματα.
ΜΑθημα ΕΤΥ 494: «Ειςαγωγη ςτην ΒιοϊατρικΗ ΜηχανικΗ»
Διαχείριση Έργου Οργάνωση, σχεδιασμός και προγραμματισμός έργων ανάπτυξης λογισμικού.
-Στοίβα-Ουρά - Πλεονεκτήματα πινάκων -Δομές δεδομένων δευτερεύουσας μνήμης -Πληροφορική και δεδομένα -Παραδείγματα-Προβλήματα ψευδοκώδικα.
της Μαρίας-Ζωής Φουντοπούλου
ΕΑΡΙΝΟ ΕΞΑΜΗΝΟ ΠΤΔΕ ΡΟΔΟΣ 2010
Χρήση και αξιοποίηση των ΤΠΕ κατά τη διδασκαλία των μαθηματικών στη δευτεροβάθμια ελληνική εκπαίδευση Δρ. Σάλτας Βασίλειος, Ιωαννίδου Ευφροσύνη Τμήμα.
ΗΥ-566 Διαχείρηση Γνώσης στο Διαδίκτυο1 SWRC Ontology Κτιστάκης Γιώργος Μπούτσικα Κατερίνα Παπαδάκης Μύρων.
Εκτέλεση Αλγορίθμων σε ψευδογλώσσα
Δρ. Παναγιώτης Συμεωνίδης
HMMY Τεχνολογία Λογισμικού Διδάσκων Κώστας Κοντογιάννης Αναπλ
Page  1 Ο.Παλιάτσου Γαλλική Επανάσταση 1 ο Γυμνάσιο Φιλιππιάδας.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Μετατροπή Σχήματος Ο/Σ σε Σχεσιακό.
Κεφάλαιο 2ο Πεπερασμένα αυτόματα.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά1 Ορισμοί Σχεσιακού Μοντέλου και Τροποποιήσεις Σχέσεων.
ΜΟΝΤΕΛΟ Ο-Σ ΜΑΘΗΜΑ 2.
Μοντελοποίηση Έργα Μαθήματα Αξιολόγηση Αναστοχασμός Αναστοχασμός.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Συναρτησιακές Εξαρτήσεις.
1 Θεματική Ενότητα Γραφήματα & Επίπεδα Γραφήματα.
ΑΠΕΙΚΟΝΙΣΗ ΕΝΝΟΙΩΝ 1. 2 Χρήστης Στόχος Ταμίας διενέργεια πώλησης διενέργεια ενοικίασης εισαγωγή ταμείου εξαγωγή ταμείου * 1 Μοντέλο Πεδίου Προβλήματος.
1 4η Συνάντηση Εκπαιδευτικών Πληροφορικής σε Θέματα Προγραμματισμού στο Διαδίκτυο Λειτουργία των ΚεΠληΝεΤ Εργαστήρια Πληροφορικής Ελεύθερο λογισμικό GNU.
Επεξεργασία σεναρίου-σχεδίου διδασκαλίας Λογοτεχνίας (Γ λυκείου)
Η επιρροή του χώρου εργασίας των σχολικών τάξεων στη μάθηση
Βάσεις Δεδομένων II Διαχείριση Δοσοληψιών Πάνος Βασιλειάδης Σεπτέμβρης 2002
Διαχείριση Έργων Πληροφορικής
Α.Π.Θ. Π.Τ.Δ.Ε. Π.Μ.Σ Επιστήμες της Αγωγής-Κατεύθυνση Διδακτική των Φυσικών Επιστημών και Νέες Τεχνολογίες Διερεύνηση εφαρμογής.
Μάθημα 2 ο : Βασικές έννοιες 1 Ακαδημαϊκό Έτος
Ανάλυση Πολλαπλής Παλινδρόμησης
Ηλεκτρονική Ενότητα 5: DC λειτουργία – Πόλωση του διπολικού τρανζίστορ
1 Προχωρημένα Θέματα Τεχνολογίας και Εφαρμογών Βάσεων Δεδομένων Επεξεργασία και βελτιστοποίηση ερωτήσεων Πάνος Βασιλειάδης Σεπτέμβρης.
Αλγόριθμοι και Πολυπλοκότητα
Τεχνολογία ΛογισμικούSlide 1 Αλγεβρική Εξειδίκευση u Καθορισμός τύπων αφαίρεσης σε όρους σχέσεων μεταξύ τύπων λειτουργιών.
1 Ενότητα 5.3.1: Ερωτηματολόγια με τη χρήση του Διαδικτύου Διδάσκων: Χρήστος Κατσάνος - Πανεπιστημιακό κέντρο εκπαίδευσης επιμορφωτών.
Μοντέλα Συστημάτων Παρουσιάσεις των συστημάτων των οποίων οι απαιτήσεις αναλύονται.
1 HMMY Τεχνολογία Λογισμικού Διδάσκων Κώστας Κοντογιάννης Αναπλ. Καθηγητής, Ε.Μ.Π.
Ανάπτυξη Πρωτοτύπου Λογισμικού
Στατιστική Ι Παράδοση 9 Ο Δείκτης Συσχέτισης.
Το Εκτεταμένο Μοντέλο Οντοτήτων - Συσχετίσεων
Προχωρημένα Θέματα Τεχνολογίας και Εφαρμογών Βάσεων Δεδομένων Διαχείριση Συναλλαγών Πάνος Βασιλειάδης Μάρτιος 2014
ΜΑΘΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗ ΜΕΤΑΓΓΙΣΗ ΑΙΜΑΤΟΣ - ΑΙΜΟΔΟΣΙΑ
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Σχεδιασμός Σχεσιακών Σχημάτων.
Δέσποινα Μαγγίνα M1175 Κωνσταντίνος Γαργάνης Μ1172 Δήμητρα Μαρία Χαρακλιά Μ1206 Ιωάννης Παπαδάκης Μ1171 Αλέξανδρος Νικολόπουλος Μ1182 Δημήτριος Μπαϊρακτάρης.
Διδακτική της Πληροφορικής ΗΥ302 Εργασία :Παρουσίαση σχολικού βιβλίου Γ’ Λυκείου Τεχνολογικής Κατεύθυνσης «Ανάπτυξη εφαρμογών σε προγραμματιστικό περιβάλλον»
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Σχεσιακό Μοντέλο.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Σχεσιακό Μοντέλο.
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών – Τμήμα Πληροφορικής και Τηλεπικοινωνιών 1 Κεφάλαιο 3 Η Σημασιολογία των Γλωσσών Προγραμματισμού Προπτυχιακό.
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Μετατροπή Σχήματος Ο/Σ σε Σχεσιακό.
Δομές Δεδομένων - Ισοζυγισμένα Δυαδικά Δένδρα (balanced binary trees)
3 Αρχιτεκτονική Συστημάτων  Κατηγορίες χρηστών ΣΔΒΔ  Αρχιτεκτονική ANSI/SPARC  Γλώσσες ερωτημάτων  Μοντέλα δεδομένων  Λειτουργίες ΣΔΒΔ.
ΕΡΕΥΝΑ ΚΕ.ΜΕ.ΤΕ. - Ο.Λ.Μ.Ε. (Απρίλης – Μάης 2008)
Βάσεις Δεδομένων Ευαγγελία Πιτουρά 1 Μετατροπή Σχήματος Ο/Σ σε Σχεσιακό.
Αγγελική Γεωργιάδου- Αναστασία Πεκτέσογλου Δράμα 2006
Βάσεις Δεδομένων Ευαγγελία Πιτουρά1 Λογικός Σχεδιασμός Σχεσιακών Σχημάτων.
Βάσεις Δεδομένων II Εισαγωγικά του μαθήματος Πάνος Βασιλειάδης Σεπτέμβρης 2002
Ανάλυση και Σχεδιασμός Π.Σ.
Το Σχεσιακό Μοντέλο Βάσεις Δεδομένων Ευαγγελία Πιτουρά.
Βάσεις Δεδομένων Ι Εισαγωγή
Το Σχεσιακό Μοντέλο Βάσεις Δεδομένων Ευαγγελία Πιτουρά.
Ενισχυτική διδασκαλία
ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΑ ΥΠΟΔΕΙΓΜΑΤΑ  Προγραμματιστικό Υπόδειγμα: Είναι ένα πρότυπο ανάπτυξης προγραμμάτων, δηλ. μια καθορισμένη μεθοδολογία με βάση την οποία.
Το Σχεσιακό Μοντέλο Βάσεις Δεδομένων Ευαγγελία Πιτουρά.
Ενότητα 5: Σχεδίαση βάσεων δεδομένων - Κανονικοποίηση Χ. Σκουρλάς
Μεταγράφημα παρουσίασης:

Βάσεις Γνώσεων Εισαγωγικά του μαθήματος Πάνος Βασιλειάδης Φλεβάρης

2 Θεματολόγιο Τι θα μας απασχολήσει στο μάθημα Διαδικαστικά του μαθήματος Τι είναι μοντέλο ?

3 Τι θα μας απασχολήσει στο μάθημα Μέρος Ι: Αρχικές ιδέες περί μοντελοποίησης Επεκτεταμένο Μοντέλο Οντοτήτων Συσχετίσεων (Extended Entity Relationship Model --EER) Τυπική αναπαράσταση της γνώσης Μέρος ΙΙ: Λογικός Προγραμματισμός Datalog: μια Prolog για βάσεις δεδομένων Telos: τυπική περιγραφή πληροφοριακών συστημάτων και Μεταμοντέλα Μέρος ΙΙΙ: Νέες τεχνικές μοντελοποίησης UML

4 Επεκτεταμένο Μοντέλο Οντοτήτων Συσχετίσεων – Extended ER Model

5 Datalog: Prolog για Βάσεις Δεδομένων supervises(Boss,Coach) :- boss(Boss,Team), coach(Coach,Team) supervises(george,sergios) :- boss(george,ugly), coach(sergios,ugly)

6 UML

7 Διαδικαστικά Ώρες μαθήματος Web Διδακτικό Βιβλίο Εργασίες Διαγώνισμα Βαθμολογία...

8 Διαδικαστικά Ώρες μαθήματος: Δευτέρα 15:00-18:00 ??? Διδάσκων: Πάνος Βασιλειάδης Γραφείο: B.2 Web: Περιέχει ανακοινώσεις, ασκήσεις, βαθμολογίες,...

9 Βιβλιογραφία Διδακτικό Βιβλίο: «Θεμελιώδεις Αρχές Συστημάτων Βάσεων Δεδομένων», Τόμος Α’&Β', R. Elmasri & S.B. Navathe (μετάφραση Μ. Χατζόπουλος), Εκδόσεις Δίαυλος Άλλα βοηθήματα: «Συστήματα Διαχείρισης Βάσεων Δεδομένων», Τόμος Α’& Β', R. Ramakrishnan & J. Gehrke, (μετάφραση Δ. Δέρβος, Α. Ευαγγελίδης) Eκδόσεις Τζιόλα.

10 Η συνταγή της επιτυχίας... Εργασίες σε ομάδες των 2 2 ασκήσεις Προγραμματιστική εργασία Διαγώνισμα: Ανοιχτά βιβλία! Βαθμολογία : Θεωρητικές Ασκήσεις 20% Προγραμματιστική Εργασία 10% Διαγώνισμα 70% [βαθμός >=5] Προφορική Εξέταση!!

11 Γενικό σχόλιο Δεν μπορείτε να καταλάβετε το μάθημα αν δεν έχετε πάρει/ασχοληθεί/... τα μαθήματα «Βάσεις Ι», «Λογικός Προγραμματισμός» και «Τεχνολογία Λογισμικού» Αν δεν τα έχετε περάσει, αλλά τα έχετε διαβάσει/παρακολουθήσει/..., μπορείτε να περάσετε το μάθημα Μερικές βασικές γνώσεις είναι θεμελιώδεις...

12 Τι είναι μοντέλο? Τι είναι γλώσσα μοντελοποίησης? Τι είναι σημασιολογία ενός μοντέλου? Τι μας χρειάζονται εμάς όλα αυτά?... Βάσεις Γνώσεων τι είναι?

13 Τι είναι μοντέλο? Ένα μοντέλο είναι ένα κείμενο που περιέχει δηλώσεις οι οποίες περιγράφουν ένα (σύνολο από) αντικείμενο(α) του πραγματικού κόσμου Μια γλώσσα μοντελοποίησης είναι ένα σύνολο από σύμβολα και κανόνες χρησιμοποίησης των συμβόλων αυτών ώστε να παράγουμε μοντέλα συμβατά με τη γλώσσα μοντελοποίησης ή, αν θέλετε, είναι η σημειογραφία που χρησιμοποιούμε για να περιγράψουμε μοντέλα συντακτικώς ορθά

14 Μοντέλο Οντοτήτων – Συσχετίσεων Παραλληλόγραμμα για τύπους οντοτήτων Ελλείψεις για γνωρίσματα Διπλές ελλείψεις για πλειότιμα γνωρίσματα. Διακεκομμένες ελλείψεις για παραγόμενα γνωρίσματα. Υπογράμμιση για πρωτεύοντα κλειδιά (στη συνέχεια...) Ρόμβοι για τύπους συσχετίσεων. Ακμές για να συνδέσουν τύπους οντοτήτων με γνωρίσματα και τύπους συσχετίσεων. Κάθε συσχέτιση πρέπει να έχει τουλάχιστο 2 ακμές με οντότητες

15 Μοντέλα ως... Τα μοντέλα χρησιμοποιούνται: Ως περιγραφές (ήτοι, παρατηρούμε ένα αντικείμενο στον πραγματικό κόσμο και το περιγράφουμε) Ως προδιαγραφές (ήτοι, θέλουμε να κατασκευάσουμε ένα αντικείμενο στον πραγματικό κόσμο και περιγράφουμε με ακρίβεια τις ιδιότητές του.

16 Μοντέλα ως περιγραφές Περιγράφουμε πληροφορίες για το αντικείμενο του πραγματικού κόσμου Εκτιμούμε / επαληθεύουμε ιδιότητες και τη συμπεριφορά του [π.χ., γιατί έπεσε...]

17 Μοντέλα ως προδιαγραφές Περιγράφουμε το αντικείμενο σε επαρκή ακρίβεια ώστε να μπορούμε να το κατασκευάσουμε μετά Προβλέπουμε ιδιότητες και τη συμπεριφορά του [π.χ., αν θα πέσει...]

18 Περιγραφές και Προδιαγραφές = Προσεγγίσεις Ποτέ δεν μπορούμε να είμαστε ακριβείς: γι’ αυτό και χρησιμοποιούμε διάφορους προσεγγιστικούς μηχανισμούς για να περιγράψουμε/ προδιαγράψουμε τα αντικείμενα...

19 Αφαίρεση... εκ των οποίων ο πιο σημαντικός είναι η αφαίρεση PV teaches KDB Teacher teaches Course Entity relates to Entity δεδομένο σχήμα μοντέλο

20 Μοντέλα για όλα τα γούστα... Μη τυπικά (informal) Γράφοι, ER στην απλή μορφή του Διαγραμματικά στη βάση μιας οντολογίας UML Τυπικά (Formal) ER στην τυπικήμορφή του Γενικά, πάντως, δεν υπάρχουν απόλυτες διαχωριστικές γραμμές...

21 Μη τυπικά μοντέλα Διαγραμματική σημειογραφία (ή, απλά, ζωγραφίζουμε κουτάκια και ακμές) Το πώς ο χρήστης ερμηνεύει τα κουτάκια και τις συνδέσεις τους είναι απολύτως υποκειμενικό... PersonProgram uses

22 Διαγραμματικά Μοντέλα με Οντολογία Τα κουτάκια ανήκουν σε μια συγκεκριμένη οντολογία (οντολογία = σύνολο από έννοιες με προσυμφωνημένο ρόλο και σημασία) UML: Άλλο actor και άλλο component, πλην όμως και για τα δύο έχουμε προσυμφωνήσει το ρόλο τους Συνήθως έχουμε και μια μεθοδολογία για να τα χρησιμοποιούμε...

23 Τυπικά μοντέλα Βασίζονται σε μια τυπική σημασιολογία (formal semantics) των εννοιών τους Τυπική σημασιολογία = μπορούμε να ανάξουμε τα μοντέλα σε δηλώσεις σε κάποια αποδεκτή λογική… forall x human(x) => mortal(x). human(socrates).

24 Τυπικά μοντέλα Η αξία των τυπικών μοντέλων είναι ότι πίσω από τη διαγραμματική αναπαράσταση, μπορούμε να κάνουμε λογικές συνεπαγωγές Έτσι, μπορούμε να ελέγχουμε αν τα μοντέλα μας έχουν ανακρίβειες, παραβιάζουν κάποιους κανόνες ορθότητας, ή να συνάγουμε κάποιες ιδιότητές τους. Π.χ., στο ER μοντέλο, αν μια συσχέτιση δεν έχει δύο ακμές, ή αν μια οντότητα δεν έχει κλειδί, μπορεί ένα σύστημα να εντοπίσει το λάθος αυτόματα... Ή στο σχεσιακό μοντέλο, αν πούμε ότι το ID είναι κλειδί, όλα τα άλλα πεδία είναι συναρτησιακά εξαρτημένα από το ID …

25 Βάσεις Γνώσεων Κι οι βάσεις γνώσεων τι είναι? Είναι συστήματα και μεθοδολογίες για την καταγραφή της πληροφορίας σε σχετικά μεγάλους όγκους δεδομένων (μεγαλύτερους από την Prolog και μικρότερους από τις σχεσιακές βάσεις) και την απόκριση ερωτήσεων / παραγωγή συλλογισμών (γνώσης) δοθέντος του ότι ο όγκος αυτός είναι σημαντικός...

26 Κι ο ρόλος του σχεδιαστή (modeler) ποιος είναι? Να φτιάχνει σωστά μοντέλα, ήτοι, Πλήρη (να καταγράφουν σωστά τον πραγματικό κόσμο) Ακριβή (να μην περιέχουν επιπλέον στοιχεία) Συντακτικώς ορθά Τι χρειαζόμαστε τις τυπικές περιγραφές? Για να μπορούμε να αυτοματοποιήσουμε το τρίτο ζητούμενο, αλλά και να ελέγχουμε τα άλλα δύο στη βάση υποθέσεων Για να έχουμε την κουλτούρα του σωστού σχεδιασμού όταν θα σχεδιάζουμε στον πραγματικό κόσμο...

27 Κι επειδή δεν σας έπεισα (ακόμα)... Θα δούμε διαφόρων ειδών μοντέλα (ER,UML, Σχεσιακό με Datalog,...) … πώς χρησιμοποιούνται... και ποιες είναι οι οδηγίες σωστής χρήσης τους...