LZ-PIN 40027: Unterschied zwischen den Versionen

Aus hi-lona
Zur Navigation springen Zur Suche springen
(CSV-Import: CMI-Lernziele ohne Verben)
 
K (Textersetzung - „*“ durch „,“)
Zeile 1: Zeile 1:
{{Lernziel
{{Lernziel
|LZ-ID=1.2.3.5
|LZ-ID=1.2.3.5
|Beschreibung-DE=Studierende kennen Anwendungsszenarien und Architekturkonzepte von Data Warehouses* das Datenmodell* Speicherung und Anfragerealisierung im Warehouse und können typische Fragestellungen in Data Warehouses bearbeiten* d.h. Data-Warehouses entwerfen und betreiben.
|Beschreibung-DE=Studierende kennen Anwendungsszenarien und Architekturkonzepte von Data Warehouses, das Datenmodell, Speicherung und Anfragerealisierung im Warehouse und können typische Fragestellungen in Data Warehouses bearbeiten, d.h. Data-Warehouses entwerfen und betreiben.
|Katalog=CMI-2021
|Katalog=CMI-2021
|Domäne=D-PIN
|Domäne=D-PIN
|Thema=LT-PIN 11203
|Thema=LT-PIN 11203
|Anmerkung=Architektur und Anwendungsszenarien von Data Warehouses (DWH). Modellierung von DWH (Multidimensionale Modellierung* OLAP-Operationen) und Umsetzung. Extraction* Transformation Load (ETL) -Prozesse. Anfragen und Optimierung.
|Anmerkung=Architektur und Anwendungsszenarien von Data Warehouses (DWH). Modellierung von DWH (Multidimensionale Modellierung, OLAP-Operationen) und Umsetzung. Extraction, Transformation Load (ETL) -Prozesse. Anfragen und Optimierung.
}}
}}
{{}}
{{}}

Version vom 6. Dezember 2022, 16:10 Uhr

For a guide to this page see Help:Learning Objective Page.

Learning Objective (LO)

Catalogue CMI-2021
Domain D-PIN | Core competencies and core skills in medical informatics, medical information management, and biomedical informatics
LO-ID 1.2.3.5
LO-Text (De) Studierende kennen Anwendungsszenarien und Architekturkonzepte von Data Warehouses, das Datenmodell, Speicherung und Anfragerealisierung im Warehouse und können typische Fragestellungen in Data Warehouses bearbeiten, d.h. Data-Warehouses entwerfen und betreiben.
LO-Text (En)
Verb in Niveau 1
Verb in Niveau 2
Verb in Niveau 3
Verb in Niveau 4
Topic LT-PIN 11203 | Prinzipien der Datenrepräsentation und Datenanalyse aus Primär- und Sekundärquellen, des Data Mining, der Data Warehouses und des Wissensmanagements (IMIA: 1.14)
Role
Didactic Note Architektur und Anwendungsszenarien von Data Warehouses (DWH). Modellierung von DWH (Multidimensionale Modellierung, OLAP-Operationen) und Umsetzung. Extraction, Transformation Load (ETL) -Prozesse. Anfragen und Optimierung.
Entry in Glossary
Higher Level LO
Step to this LO

subordinate Learning Objectives to LZ-PIN 40027


Version Steps leading to LZ-PIN 40027


Version Steps that follow LZ-PIN 40027



Create a Version Step from LZ-PIN 40027 to a new Learning Objective


{{}}