Fundamentos de bases de datos

notas de referencia


Libro impreso
COP $28,000
Acceso abierto
La teoría de bases de datos incluye los principios formales para definir y manipular datos estructurados e interrelacionados. Para definir los datos se utiliza un modelo de datos y para su manipulación un lenguaje. Diferentes modelos de datos se han propuesto buscando un mayor nivel expresivo para representar el mundo real. La potencia y limitaciones de cada modelo se pueden evaluar desde un punto de vista teórico y se evidencian desde un punto de vista práctico cuando se trata de implementarlos en aplicaciones tradicionales y modernas. Estas últimas generalmente requieren tipos de datos complejos. Los lenguajes de manipulación de datos tienen como propósito ofrecer facilidad, simplicidad y flexibilidad a la hora de utilizarlos para actualizar y recuperar información desde la base de datos. Los lenguajes de manipulación son, en su gran mayoría, declarativos, lo que reduce significativamente el tiempo de desarrollo y mantenimiento de las aplicaciones. El propósito de este material es ofrecer a profesores responsables de la asignatura Fundamentos de Bases de Datos, y a los estudiantes, una guía que cubra el contenido completo de la asignatura. La estructura de este material se apoya en el texto guía de la asignatura y no intenta remplazarlo.Los lenguajes de manipulación de datos tienen como propósito ofrecer facilidad, simplicidad y flexibilidad a la hora de utilizarlos para actualizar y recuperar información desde la base de datos. Los lenguajes de manipulación son, en su gran mayoría, declarativos, lo que reduce significativamente el tiempo de desarrollo y mantenimiento de las aplicaciones. El propósito de este material es ofrecer a profesores responsables de la asignatura Fundamentos de Bases de Datos, y a los estudiantes, una guía que cubra el contenido completo de la asignatura. La estructura de este material se apoya en el texto guía de la asignatura y no intenta remplazarlo.

No Related Posts

COM004000 ORDENADORES > Inteligencia (IA) y Semántica
UYQ Inteligencia artificial



Autor

Martha Elena Millán



Introducción

Capítulo 1
Introducción a los modelos de datos y a los sistemas de gestión de bases de datos


Modelos de datos
Sistemas de gestión de bases de datos (SGBD)
Referencias
Bibliografía básica anotada

Capítulo 2
Modelo de datos relacional


Modelo relacional: Definición
Preliminares y notación
Enfoques para el modelo relacional
Enfoques nombrado y no-nombrado
Enfoques convencional y basado en programación lógica
Lenguajes de consulta relacionales
Definición de consulta
Paradigmas de consulta
Cálculo relacional
Referencias
Bibliografía básica anotada

Capítulo 3
Optimización de consultas relacionales

 
Introducción
El compilador de consultas
El árbol parse
El preprocesador de consultas
Generador de planes de consulta
Reescritura de la consulta
Aspectos prácticos de los lenguajes de consulta
Referencias
Bibliografía básica anotada

Capítulo 4
Teoría de dependencias


Dependencias funcionales
Dependencias de inclusión (IND)
Dependencias join (de unión)
Diseño y dependencias
Diseño basado en refinamiento de esquemas
Diseño basado en modelos semánticos
Información incompleta
Referencias
Bibliografía básica anotada

Capítulo 5
Modelos de datos de tercera generación


Modelo de datos objeto-relacional
Álgebra relacional extendida
Aspectos prácticos del lenguaje de consulta en sistemas objeto-relacional (SQL3)
Optimización de consultas objeto-relacional
Modelo de datos orientado a objetos
Objetos complejos
Un álgebra para objetos complejos
Álgebras objeto
Base de datos orientada a objetos (OODB)
Definición formal de una base de datos 00
El estándar ODMG
Optimización en SGBDOO
Referencias
Bibliografía básica anotada

Capítulo 6
Data mining y data warehouse: una introducción


Data warehousing
Diseño y construcción de un data warehouse
Implantación del data warehouse
Diseño multidimensional
Modelo multidimensional: principios básicos
Tablas de hechos y de dimensiones
Atributos
Hechos
Tablas de hechos

Tablas de dimensión
Data mining
Introducción
El estándar CRISP-DM
La etapa de data mining: Tipos de problemas y enfoques
Tipos de problemas de data mining
Tareas de data mining
Referencias
Bibliografía básica anotada

Bibliografía general

Publicaciones relacionadas