Summary
Samenvatting Informatica - Master Bedrijfskunde ()
- Course
- Institution
Deze samenvatting omvat - Theorie - Wpo's (inclusief alle uitgewerkte extra oefeningen) - Gastlessen
[Show more]
4 reviews
By: simonpille • 10 months ago
By: rechtenstudent133 • 10 months ago
By: zeynepkarsikaya3 • 1 year ago
By: blakelenoir • 1 year ago
Heldin:D
Seller
Follow
MerelVnmm
Reviews received
Content preview
SAMENVATTING INFORMATICA 2022-2023HOOFDSTUK 1: INLEIDING............................................................................................................. 5
1. HET BELANG VAN INFORMATIETECHNOLOGIE EN INFORMATIESYSTEMEN ................................... 5
2. RETURN ON IT VERSUS IT INVESTMENT PARADOX ......................................................................... 5
3. HET BELANG VAN COÖRDINATIE ..................................................................................................... 5
4. BUSINESS/IT ALIGNMENT ................................................................................................................ 5
HOOFDSTUK 2: BASISBEGRIPPEN .................................................................................................. 7
1. BEGRIPPEN: INFORMATIESYSTEMEN .............................................................................................. 7
1.1 DE COMPONENTEN VAN INFORMATIETECHNOLOGIE .............................................................. 7
1.2 HET VERSCHIL TUSSEN INFORMATIETECHNOLOGIE EN INFORMATIESYSTEMEN ..................... 8
1.3 HET DISRUPTIEVE KARAKTER VAN INFORMATIETECHNOLOGIE ............................................... 8
2. BEGRIPPEN: INFORMATICA ............................................................................................................. 9
HOOFDSTUK 3: ALGORITMES ...................................................................................................... 11
3.1 DEFINITIE ................................................................................................................................. 11
3.2 ALGORITMES IN BEDRIJFSKUNDE ............................................................................................ 11
3.3 HET VERSCHIL TUSSEN EEN ALGORITME, PROGRAMMA EN PROCES ..................................... 11
3.4 ALGORITME REPRESENTATIES ................................................................................................. 12
HOOFDSTUK 4: PROCESMODELLEN ............................................................................................. 23
4.1 DEFINITIE VAN EEN ‘PROCES’ ...................................................................................................... 23
4.2 DEFINITIE VAN EEN ‘MODEL’ ....................................................................................................... 23
4.2.1 BUSINESS PROCESS MODEL AND NOTATION (BPMN) ......................................................... 25
4.2.2 PROCESPERCPECTIEF IN MANAGEMENT .............................................................................. 43
4.2.3 PROCESS MINING ................................................................................................................. 44
HOOFDSTUK 5: PROJECT MANAGEMENT ..................................................................................... 45
5.1 WAT? ........................................................................................................................................... 45
5.2 HOE? ............................................................................................................................................ 45
HOOFDSTUK 6: KLASSEN EN DATABASES ..................................................................................... 47
DEEL 1: KLASSEN......................................................................................................................... 47
6.1 INLEIDING .................................................................................................................................... 47
6.2 DATA MODELING ......................................................................................................................... 47
6.2.1 PRIMITIEVEN......................................................................................................................... 47
6.2.2 MULTIPLICITEIT ..................................................................................................................... 48
6.2.3 ATTRIBUUT/KARAKTERISTIEK ............................................................................................... 49
6.2.4 VERPLICHTE EN OPTIONELE ATTRIBUTEN ............................................................................ 50
6.2.5 MEERVOUDIGE ASSOCIATIES ............................................................................................... 51
1
Samenvatting Merel Van Mullem
,DEEL 2: DATABASES .................................................................................................................... 53
6.1 INLEIDING .................................................................................................................................... 53
6.2 TRANSFORMATIE VAN KLASSE NAAR TABEL ............................................................................... 53
6.3 ASSOCIATIES/RELATIES MAPPEN MET MULTIPLICITEIT 1 ........................................................... 55
6.4 ASSOCIATIES MAPPEN ................................................................................................................. 56
6.5 INSTANTIES (INSTANCES)............................................................................................................. 58
HOOFDSTUK 7: MONTE CARLO SIMULATIE .................................................................................. 61
7.1 GESCHIEDENIS VAN MONTE CARLO ............................................................................................ 61
7.2 SCHEMATISCHE VOORSTELLING .................................................................................................. 62
7.3 STAPPENPLAN.............................................................................................................................. 63
7.4 ASSUMPTIES ................................................................................................................................ 64
7.5 PREREQUISITE: RNG .................................................................................................................... 64
7.6 KANSVERDELINGEN/DISTRIBUTIES .............................................................................................. 64
7.6.1 INLEIDING ............................................................................................................................. 64
7.6.2 DISTRIBUTIE 1: UNIFORME VERDELING ............................................................................... 65
7.6.3 DISTRIBUTIE 2 : DRIEHOEKSVERDELING ............................................................................... 66
7.6.4 DISTRIBUTIE 3: BERNOUILLI VERDELING .............................................................................. 66
7.6.5 DISTRIBUTIE 4 : BINOMIALE VERDELING .............................................................................. 66
7.6.6 DISTRIBUTIE 5: NORMALE VERDELING ................................................................................. 67
7.7 VERDELING KIEZEN ...................................................................................................................... 67
7.8 STEEKPROEFGROOTTE KIEZEN .................................................................................................... 67
HOOFDSTUK 8: INFORMATICA IN EEN BEDRIJFSCONTEXT ............................................................ 69
8.1 HOW TECH ADVANCES DRIVE BUSINESS OPPORTUNITIES THROUGH DATA .............................. 69
8.1.1 ALGEMEEN KADER ................................................................................................................ 69
8.1.2 OPERATIONELE EXCELLENTIE ............................................................................................... 69
8.1.3 NIEUWE PRODUCTEN, DIENSTEN EN BUSINESS MODELS .................................................... 71
8.1.4 VERBETERDE BESLUITVORMING .......................................................................................... 74
8.1.5 INTENSITEIT VAN LEVERANCIERS EN KLANTEN .................................................................... 75
8.1.6 CONCLUSIE ........................................................................................................................... 78
8.2 INFORMATICS IN A BUSINESS CONTEXT ...................................................................................... 79
8.2.1 INLEIDING ............................................................................................................................. 79
8.2.2 ENKELE KERNBEGRIPPEN ...................................................................................................... 79
8.2.3 DE VERANDERENDE ROL VAN IS/IT ...................................................................................... 80
8.2.3 BUSINESS CAPABILITIES ........................................................................................................ 82
8.2.4 BEDRIJFSPROCESSEN ............................................................................................................ 83
8.2.5 BEDRIJFSCONCEPTEN, INFORMATIE EN DATA ..................................................................... 84
2
Samenvatting Merel Van Mullem
, 8.2.6 BUSINESS RULES ................................................................................................................... 85
8.2.7 ENTERPRISE APPLICATIONS .................................................................................................. 85
8.2.8 SAMENGEVAT ....................................................................................................................... 86
HOOFDSTUK 9: INLEIDING DATA SCIENCE .................................................................................... 87
9.1 FUNDAMENTELE CONCEPTEN ..................................................................................................... 87
9.1.1 TERMINOLOGIE .................................................................................................................... 87
9.1.2 SAMENGEVAT ....................................................................................................................... 87
9.2 EEN MODEL TRAINEN OP DATA................................................................................................... 88
9.2.1 DATA ALS STRATEGISCH GOED ............................................................................................. 88
9.2.2 BESLISSINGEN ONDERSTEUNEN MET DATA SCIENCE .......................................................... 88
9.2.3 EEN MODEL .......................................................................................................................... 88
9.2.4 COMPLEXE FUNCTIES APPROXIMEREN MET NEURALE NETWERKEN .................................. 89
9.3 METHODES, TAKEN EN TOEPASSINGEN ...................................................................................... 90
9.3.1 TAKEN ................................................................................................................................... 90
9.3.3 METHODES ........................................................................................................................... 91
9.3.4 WAT IS EEN GOED MODEL? .................................................................................................. 92
9.3.5 TOEPASSINGEN ..................................................................................................................... 94
9.3.6 VAN THEORIE NAAR PRAKTIJK MET CRISP-DM .................................................................... 95
9.4 CUSTOMER CHURN: EEN CASE STUDY ........................................................................................ 95
9.4.1 IS DATA SCIENCE ALTIJD NUTTIG? ........................................................................................ 98
3
Samenvatting Merel Van Mullem
, 4
Samenvatting Merel Van Mullem
,HOOFDSTUK 1: INLEIDING
1. HET BELANG VAN INFORMATIETECHNOLOGIE EN INFORMATIESYSTEMEN
“Information technology and business are becoming inextricably interwoven. I don’t think anybody
can talk meaningfully about the one without talking about the other” – Bill Gates (Microsoft)
• Om aan efficiënte en effectieve bedrijfsvoering te doen moet het management leren over IT
• Vandaag: zo goed als elk bedrijf gebruikt informatietechnologie/informatiesystemen
▪ De meerderheid van de investeringsbeslissingen door managers gaan over IT
▪ Je MOET hiermee bezig zijn als bedrijf, anders ben je minder competitief
Opportuniteiten Risico’s
• Nieuwe businessmodellen • Het ontwikkelen van IS is zeer duur
• Innovaties • Meerderheid van IS mislukt
• Verhoogde efficiëntie • Grote afhankelijkheid: wat als IS niet
• Betere communicatie functioneren? (vb. Facebook ligt plat)
• Automatisatie
•…
Nadeel: zelf bij de meest succesvolle bedrijven ter wereld gaan zaken mis met IS
“In the digital age, our data is currency”
= Digitalisatie zorgt ervoor dat de data die we hebben leesbaar is voor informatiesystemen & dat het
in informatiesystemen kan worden gegoten via algoritmes, modellen, etc.
2. RETURN ON IT VERSUS IT INVESTMENT PARADOX
Het is niet omdat je investeert in IT dat de productiviteit automatisch verhoogt
! Enkel slim en goed investeren in IT verhoogt de productiviteit in bedrijven
3. HET BELANG VAN COÖRDINATIE
Bij ontwikkelen van IS: stakeholders (IT-experten, managers, …) moeten met elkaar communiceren
MAAR als het management niet de taal beheerst om correct te omschrijven aan de IT-experten wat
gewenst is, wordt uiteindelijk vaak iets anders ontworpen dan oorspronkelijk de bedoeling was
4. BUSINESS/IT ALIGNMENT
“If I had asked people what they wanted they would have said: faster horses” – Henry Ford
2 afdelingen:
• Management: highlight een bepaalde nood en probleem → vereist basiskennis IT
• IT experts: precieze implementatie, aanwending huidige technologie, etc.
MAAR het loopt vaak mis door inefficiënte communicatie tussenbeide
Conclusie: een goede visie rond IS betekent niet automatisch een goede implementatie in het bedrijf
5
Samenvatting Merel Van Mullem
, 6
Samenvatting Merel Van Mullem
,HOOFDSTUK 2: BASISBEGRIPPEN
1. BEGRIPPEN: INFORMATIESYSTEMEN
1.1 DE COMPONENTEN VAN INFORMATIETECHNOLOGIE
Component 1: hardware
= de apparatuur of machines die programma’s kunnen uitvoeren
• Alles wat je kunt kapotslaan, vasthouden
• Voorbeelden: laptop, projector, etc.
Is vaak heel klein (vb. nanochips), maar kan ook heel groot zijn (vb. GPU, grafische kaart)
Component 2: software
= programma’s en de algoritmes die ze voorstellen
• Software runt op hardware
• Opgelet! Een programma hoeft geen grafische weergave te hebben
Voorbeeld: het programma dat je computer opstart, een virus, …
→ Je ziet niet dat deze ‘programma’s’ aan het werk zijn
• Ook data is software (vb. Word, Android, databases, etc.)
• Software is vaak geschreven/gecodeerd in programmeertaal
MAAR wordt omgezet in machinetaal om uitgevoerd te worden (zie later)
Component 3: databases
= collectie van data in computersysteem georganiseerd voor makkelijke opslag, toegang en beheer
Voorbeeld: relationele databank
Component 4: communicatie
= verbinden van meerdere computers om te communiceren en data uit te wisselen
Voorbeeld: het grootste netwerk = het internet
Opgelet!! Sommige handboeken hebben een 5de component: mensen
→ Deze zijn essentieel om informatiesystemen te laten werken
7
Samenvatting Merel Van Mullem
,1.2 HET VERSCHIL TUSSEN INFORMATIETECHNOLOGIE EN INFORMATIESYSTEMEN
Informatietechnologie = de ‘tools’ (bakstenen, nagels, beton, etc.) → componenten (zie hierboven)
Informatiesysteem
= een set van onderling gerelateerde componenten die informatie verzamelen, verwerken, opslaan
en verspreiden om de besluitvorming in een organisatie te ondersteunen, gebruikmakende van
informatietechnologie → haalt bruikbare informatie uit data
Informatie = data + nut → het nut die je aan data kan toekennen
Data is heel waardevol MAAR enkel als ze tot bruikbare informatie kunnen gevormd worden
Het krachtigste algemene informatiesysteem = onze hersenen
• We geven een bepaalde betekenis aan ruwe pixels die onze hersenen binnenkomen
• Kan veel taken/functies tegelijk uitvoeren
Conclusie: informatietechnologie & informatiesystemen zijn de belangrijkste tools in ondernemingen
• Beslissingsprocessen ondersteunen en efficiënter/effectiever maken
• Kosten besparen
• Extra inkomsten verwerven
1.3 HET DISRUPTIEVE KARAKTER VAN INFORMATIETECHNOLOGIE
Disruptieve innovatie: het business model van bedrijven kan wijzigen door informatietechnologie
Voorbeelden: Amazon: was vroeger een fysieke boekwinkel
Netflix: verkocht vroeger fysieke dvd’s via de post
!! MAAR niet enkel grote bedrijven gebruiken dit
Zowel grote multinationals als kleine tot middelgrote bedrijven gebruiken informatiesystemen om
informatie te bewaren, verwerken en rapporteren om hun processen te ondersteunen
• Aanwezig in de hele maatschappij
• Veranderingen in verwachtingen van de klant tegenover vroeger
→ Klanten verwachten dat IT en IS worden gebruikt om betere, real-time diensten te
voorzien (vb. 24/7 helpdesk, pakketjes traceren, betalen met bancontact, etc.)
8
Samenvatting Merel Van Mullem
,2. BEGRIPPEN: INFORMATICA
Informatica = de wetenschap van informatieverwerking
• Met gebruik van computers
• ‘Informatics’ = studie van informatieverwerking (cfr. ‘economics’ = studie van economie)
• Het wetenschappelijk onderbouwen van:
▪ Programmeren van computers
▪ Ontwerpen van programmeertalen
▪ Opslag van informatie
▪ Algoritmes voor het oplossen van computationele problemen
▪ De complexiteit en schaalbaarheid van algoritmes
Programmeren
= het maken van programma’s (= software), het structureren van instructies zodat een machine die
kan uitvoeren → via een programmeertaal (vb. Python, Java, …)
Het schrijven van een programma gebeurt in verschillende stappen:
1. Probleem definiëren
2. Ontwerpen van de oplossing (algoritmes)
3. Programmeren (in een programmeertaal)
4. Testen
5. Documenteren
EN onderhoud!!
MAAR moderne aanpak: iteratief, flexibel en modulair → stappen lopen door elkaar
9
Samenvatting Merel Van Mullem
, 10
Samenvatting Merel Van Mullem
The benefits of buying summaries with Stuvia:
Guaranteed quality through customer reviews
Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.
Quick and easy check-out
You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.
Focus on what matters
Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!
Frequently asked questions
What do I get when I buy this document?
You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.
Satisfaction guarantee: how does it work?
Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.
Who am I buying these notes from?
Stuvia is a marketplace, so you are not buying this document from us, but from seller MerelVnmm. Stuvia facilitates payment to the seller.
Will I be stuck with a subscription?
No, you only buy these notes for $9.77. You're not tied to anything after your purchase.
Can Stuvia be trusted?
4.6 stars on Google & Trustpilot (+1000 reviews)
64438 documents were sold in the last 30 days
Founded in 2010, the go-to place to buy study notes for 14 years now