Waarom heb je NoSQL-systemen nodig?

In de introductie staan we stil bij de recente evolutie in datagebruik en datanoden. We leggen uit wat de karakteristieken zijn van ‘big’ data en welke uitdagingen dit meebrengt voor databeheer. Vervolgens staan we stil bij de tekortkomingen van conventionele databasesystemen en geven we de beschikbare oplossing voor elke uitdaging. Meer specifiek staan we stil bij technieken van horizontaal schalen, schemaloze databases, No-ACID systemen en technieken voor het omgaan met de waarheidsgetrouwheid van data. Deze oplossingen brengen ook nadelen met zich mee. Deze lichten we toe aan de hand van het CAP theorema en het principe van BASE systemen. Tot slot geven we een bondig overzicht van de bestaande NoSQL-oplossingen, die verderop in deze opleiding aan bod komen en gaan we dieper in op key-value stores, document stores en kolom stores die we vergelijken in functie van hun sterktes en zwaktes met het oog waarheidsgetrouwheid.

Data: 10 en 17 oktober 2024
Lesgever: Guy De Tré

Document stores in de praktijk

Binnen de NoSQL-databanken vormen de document stores een belangrijke categorie. Zoals de naam aangeeft, worden dit soort databanken gekenmerkt door het feit dat ze data opslaan in documenten (bv. JSON). Daardoor zijn ze zeer intuïtief en flexibel in gebruik, en schalen ze vrij goed. In deze lessen illustreren we het praktisch gebruik van document stores, hun voor- en nadelen met betrekking tot datakwaliteit en geven we aan in welke situaties ze best kunnen worden gebruikt. Daarbij worden er door middel van demo's een aantal fundamentele problemen aangegeven met betrekking tot het ontwerp van document stores, en het manipuleren en analyseren van data in document stores. We behandelen deze problemen voor verschillende document stores (MongoDB, CouchDB,...), en bespreken hoe een deze problemen worden aangepakt in een conventionele, relationele databank.

Datum: 24 oktober 2024
Lesgevers: Toon Boeckling en Maxime Deforche

Column stores in de praktijk

In deze les verkennen we column stores en hun toepassingen. We gaan dieper in op de verschillende noden bij Online Transaction Processing (OLTP) en Online Analytical Processing (OLAP) workloads. Ook het bijhouden van tijdsreeksen, een veel voorkomende toepassing van column stores, komt aan bod. We gaan dieper in op enkele concrete databanksystemen zoals DuckDB en Cassandra in een praktische demo.

Datum: 7 november 2024
Lesgever: Bart Mesuere

Datavisualisatie

In deze les gaan we dieper in op het belang van datavisualisatie en hoe we data op een effectieve manier kunnen voorstellen. We leren je de taal om te spreken over data en de componenten waaruit een visualisatie bestaat. Doorheen de les werken we met een voorbeeld waarbij we eerst de sterke en zwakke punten van een datavoorstelling identificeren en nadien zelf aan de slag gaan om betere alternatieven uit te werken. Bijzondere aandacht gaat naar aspecten van waarheidsgetrouwheid bij datavisualisatie.

Datum: 14 november 2024
Lesgever: Bart Mesuere

Graph databases in de praktijk

Met de behoefte aan nieuwe vormen om data te verwerken kwam ook de nood om data efficiënter te connecteren en via navigatie te kunnen doorzoeken en analyseren. Dit blies netwerkdatabanktechnologie niet leven in en resulteerde in graafdatabanken waarbij de "graaf-met-eigenschappen" (property graph) het dominant databankmodel is met GQL als nieuwe ISO standaard querytaal in wording. De lessen rond graafdatabanken zijn opgedeeld in twee delen. In het eerste deel wordt de kracht van connecties geïllustreerd, bekijken we het databankmodel achter een graafdatabank en hebben we ruim aandacht voor de toepassingsgebieden. Op dit moment is Neo4j wereldwijd het meest gebruikte graafdatabanksysteem. Hoe werkt dit systeem? Hoe integreer je een Neo4J graafdatabank met je bestaande databanken? Wat is Graph data science? Als afsluiter zetten we de stap naar de virtuele Neo4j omgeving waar je zelf kan kennismaken met de Cypher (een voorloper van de GQL standaard) querytaal. In het tweede deel graven we wat dieper in een graaf en geven we antwoorden op de volgende vragen: In welke opzichten verschilt graafmodellering van modellering in een relationele databank? Hoe modeleer je een graaf voor een specifieke toepassing? Hoe modeleer je een graaf voor Graph Data Science? Daarna gaan we terug aan de slag met de virtuele Neo4j omgeving. We laden (bulk) data, ontwikkelen de queries voor een "aanbevelings" applicatie, doen aan path finding en om af te sluiten doorlopen we de stappen om een data science pijplijn voor een graafdatabank op te zetten.

Data: 21 en 28 november 2024
Lesgever: Tom Geudens

Efficiënt omgaan met tekstuele data

In deze lesavond behandelen we twee technologieën die een belangrijke rol spelen bij het omgaan met tekstuele data: NLP en AI-taalmodellen. NLP, of Natural Language Processing, is een gebied binnen de computerwetenschappen dat zich bezighoudt met de interactie tussen computers en menselijke taal. Het doel van NLP is om computers te helpen menselijke taal te begrijpen, analyseren en genereren op een manier die natuurlijk aanvoelt voor mensen. Dit omvat taken zoals automatisch vertalen, sentimentanalyse, spraakherkenning en chatbots. AI-taalmodellen zijn computerprogramma’s die ontworpen zijn om menselijke taal te begrijpen en te produceren. Ze maken gebruik van geavanceerde algoritmen en machine learning-technieken om patronen in tekstgegevens te herkennen en vervolgens natuurlijke taal te genereren die vergelijkbaar is met menselijke taal. Deze modellen kunnen worden ingezet voor taken zoals tekstgeneratie, vertaling, samenvatting en vraag-antwoordsystemen. Bij de bespreking van beide technologieën besteden we ruim aandacht voor de waarheidsgetrouwheid van resultaten, voor- en nadelen, praktisch gebruik en toekomstige verwachtingen.

Datum: 5 december 2024
Lesgever: Els Lefever

Vectordatabases en semantische indexen

Eén van de grootste uitdagingen op vlak van dataverwerking ligt in het op een betekenisvolle manier integreren en verbinden van data. Dit geldt temeer wanneer we ook rekening moeten houden met tekstuele documenten. Hoe kunnen de belangrijke elementen uit een document gehaald worden? Hoe kan de link gelegd worden tussen velden uit verschillende databanken en datamodellen? Kan de informatie uit documenten automatisch gelinkt worden aan de inhoud van databanken? Hoe kan ik mijn data bruikbaar maken voor AI? Het zijn allemaal vragen die terugkomen bij iedereen die ‘iets meer’ wil doen met data of die wil starten met AI in zijn organisatie. Tijdens de eerste lesavond bekijken we hoe Dynizer, een unieke semantisch intelligente dataoplossing van het Belgische bedrijf Consono.ai, semantische abstractie en AI gebruikt om data makkelijk te modelleren, integreren en op te vragen via DQL (een semantisch verrijkt SQL-dialect). We gaan ook dieper in de op de mogelijkheden die Dynizer biedt op vlak van documentanalyse, samenvatting en pseudonimisatie. Tijdens de tweede lesavond gaan we aan de slag met een aantal demo’s en voorbeelden. We zullen een paar datasets en documenten met Dynizer verwerken om dan via dashboards en DQL samen te ontdekken hoe het systeem automatisch de links tussen de inhoud van documenten en gestructureerde data blootlegt en je komt vertellen wat je nog niet wist over de data. De lesavond sluiten we af met een kritische noot en bespreking van waarheidsgetrouwheid van data in Dynizer.

Data: 12 en 19 december 2024
Lesgevers: Michael Brands en Guy De Tré