Web of Data | Das Universitätsnetzwerk

Beschreibung

Dieses MOOC - eine gemeinsame Initiative von EIT Digital, der Université de Nice Sophia-Antipolis / der Université Côte d'Azur und INRIA - führt die Standards und Prinzipien für verknüpfte Daten ein, die die Grundlage des Semantic Web bilden. Sie lernen, wie Sie strukturierte Daten direkt aus dem Web veröffentlichen, erhalten und verwenden. Durch das Erlernen der Prinzipien, Sprachen und Standards für den Datenaustausch im Web können Sie neue Anwendungen, Produkte und Dienste entwerfen und produzieren, die das Datenvolumen und die Datenvielfalt des Webs nutzen.

Wir haben diesen Kurs in vier Teile unterteilt, die die technischen Kernkompetenzen und -kompetenzen abdecken, die Sie beherrschen müssen, um das Web als Raum für den Datenaustausch mit riesigen Strukturen nutzen zu können:
• im ersten Teil, „Prinzipien eines Web aus verknüpften Daten“: Sie lernen und üben die Prinzipien, um Daten anstelle von Webseiten direkt im Web zu veröffentlichen und abzurufen.
• Im zweiten Teil, „Das RDF-Datenmodell“: Sie lernen das Standarddatenmodell für das Web und seine Syntax zum Veröffentlichen und Verknüpfen von Daten im Web in Ihren Anwendungen und Diensten kennen.
• Im dritten Teil, „SPARQL Query Language“: Sie lernen, wie Sie Datenquellen im Web direkt abfragen und darauf zugreifen und strukturierte Daten erhalten, die für Ihre Aktivität und Domäne relevant sind.
• Im vierten und letzten Teil, „Integration anderer Datenformate und -quellen“, erfahren Sie, wie die Webstandards mit anderen Datenformaten interagieren und zusammenarbeiten, um die Integration einer Vielzahl von Datenquellen zu ermöglichen.

Jede Woche wechseln sich kurze Videos und Quiz sowie ergänzende Ressourcen und Foren ab, um schrittweise durch die verschiedenen Prinzipien und Standards zu gelangen.

Nachdem Sie diesen Kurs erfolgreich absolviert haben, verfügen Sie über die Fähigkeiten, fokussierte und strukturierte Datensätze aus dem Web zu erhalten, mit denen Sie Ihre eigenen Datensätze erweitern, ihre Dimensionen erweitern, Ihre Anwendungen füttern, Data Mining, maschinelles Lernen und Training sowie Datenanalyse durchführen können , KI-Verarbeitung und Argumentation und andere Datenverwaltung.