Knowledge and Data

Eigenaar	Bachelor Informatiekunde
Coördinator	dr. S. van Splunter
Onderdeel van	Bachelor Informatiekunde, jaar 2

Studiewijzer 2021/2022

Globale inhoud

Kennis en Data syllabusContent

1. Datanose
2. Docent, times
3. Literature
   1. Lecturenotes and Slides
   2. Software
4. Week by Week/Course Plan
5. Examination/toetsing

Docent

1. Lecturers: Sander van Splunter en Robin Langerak
2. For assistants, times, see Datanose

Eindtermen/leerdoelen

• Learn the basics of propositional and predicate logic
• Learn to translate from natural language to logical formulas and back
• Learn to formally prove logical formula’s
• Learn the requirements of representing knowledge at Web scale
• Learn and use web query and modeling languages (e.g. RDF, RDFS, OWL, SPARQ) and automatic reasoning capabilities
• Be able use these technologies based on these languages (e.g. RDF libraries, query languages, ontology editors)
• Obtain familiarity with the research fields of Semantic Web, Knowledge Graphs, Knowledge Representation and Information Extraction

Literature

• A Semantic Web Primer, 3rd edition,
  Grigoris Antoniou, Paul Groth, Frank van Harmelen and Rinke Hoekstra, MIT Press, September 2012

 

Lecturenotes and Slides

Each week/topic will be accompanied by slides. 

Slides and Notes can be found in the Files tab in Canvas.

Software

We make use of Jupyter notebooks and Python 3. We will use several modules which are all easily installed with `pip` or `conda`.

You must have all this software installed on your own laptop.

We strongly advice you to install the Anaconda Python Distribution. This distribution contains most of the necessary modules and packages needed for this course. It is available for all platforms and provides a simple installation procedure/ You can download it from: http://continuum.io/downloads. More detailed installation instructions.

We assume you know quite some Python and are able and willing to learn more.

Weekly course plan

Je vindt het up to date en complete plan per week onder modules op canvas. Hier een ruw overzicht.

Week	Topic
1	Toelichting van het vak, overzicht, introductie propositielogia
2	Herschrijven en conjunctieve normaalvorm
3	Predicatenlogica, kwantoren
4	Deeltoets
5	RDF en RDFS
6	SPARQL, querying knowledge graphs
7	OWL
8	Deeltoets 2

Examination/toetsing

• Two partial exams

We assess progress in this course by two exams in week 4 and 8.

For grading exams, we follow in this course the rules of the OER, which can be found at http://student.uva.nl/ifk/az/item/onderwijs-en-examenregeling-oer.html.

Your final grade consists of the average of the two exams, both exams need to be >= 5.5.

 

Rooster

• Zie datanose
• Hoorcolleges zijn niet verplicht, maar worden wel aangeraden.
• De werkcolleges op donderdag zijn verplicht, zoals beschreven in de OER.
• Aanwezigheid wordt genoteerd alleen bij aanvang van het college
• Je mag één verplicht werkcollege missen
• De werkcolleges op maandag zijn NIET verplicht, maar bedoeld voor diegenen die begeleiding willen bij extra oefeningen. Wie aanwezig is bij dit werkcollege mag een digitale versie van de uitwerking van de opgaven (Word of Jupyter notebook) inleveren en krijgt hier dan feedback op. 
• Voor het krijgen van feedback is actieve aanwezigheid vereist, dit ter beoordeling van de assistent.
• Let op! Voor de werkcolleges op maandag worden twee groepen samengevoegd.

Fraud, plagiarism, sharing answers

• We gaan in dat vak uit van goede intenties: wordt fraude vermoed dan zullen de betrokken partijen geraadpleegd worden alvorens actie wordt ondernomen. Het is echter mogelijk dat (vermoedens van) fraude gemeld worden aan de examencommissie en leiden tot uitsluiting van (onderdelen van) het vak.

Leerdoelen

• Learn the basics of propositional and predicate logic
• Learn to translate from natural language to logical formulas and back
• Learn to formally prove logical formula’s
• Learn the requirements of representing knowledge at Web scale
• Learn and use web query and modeling languages (e.g. RDF, RDFS, OWL, SPARQ) and automatic reasoning capabilities
• Be able use these technologies based on these languages (e.g. RDF libraries, query languages, ontology editors)
• Obtain familiarity with the research fields of Semantic Web, Knowledge Graphs, Knowledge Representation, Information Extraction

Onderwijsvormen

• Hoorcollege
• Werkcollege
• Laptopcollege
• Zelfstudie
• Begeleiding/feedbackmoment

Verdeling leeractiviteiten

Academische vaardigheden

Zie de syllabus

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

• Voor practica en werkcolleges, met opdrachten, geldt een aanwezigheidsplicht, tenzij anders vermeld in de studiegids. Wanneer studenten niet voldoen aan deze aanwezigheidsplicht kan het onderdeel niet met een voldoende worden afgerond. De aanwezigheidsplicht met betrekking tot hoor-werkcolleges staat, indien van toepassing, vermeld in de studiegids.
  

Aanvullende eisen voor dit vak:

Zie de syllabus

Toetsing

Onderdeel en weging	Details
Eindcijfer
1 (100%) Deeltoets digitaal 1

zie de syllabus

Inzage toetsing

Op het responsiecollege

Opdrachten

zie de syllabus

Fraude en plagiaat

Dit vak hanteert de algemene 'Fraude- en plagiaatregeling' van de UvA. Hier wordt nauwkeurig op gecontroleerd. Bij verdenking van fraude of plagiaat wordt de examencommissie van de opleiding ingeschakeld. Zie de Fraude- en plagiaatregeling van de UvA: http://student.uva.nl

Weekplanning

Rooster

Het rooster van dit vak is in te zien op DataNose.

Verwerking vakevaluaties

Hieronder vind je de aanpassingen in de opzet van het vak naar aanleiding van de vakevaluaties.

Contactinformatie

Coördinator

• dr. S. van Splunter

Docenten

• Robin Langerak
• Alex Zwijnenburg
• Maythe Dirkzwager
• Hugguette Veenstra
• Robert van Straten
• Rachel de Haan