Resume
Samenvatting Informatica - Master Bedrijfskunde ()
- Établissement
- Vrije Universiteit Brussel (VUB)
Deze samenvatting omvat - Theorie - Wpo's (inclusief alle uitgewerkte extra oefeningen) - Gastlessen
[Montrer plus]
4 revues
Par: simonpille • 10 mois de cela
Par: rechtenstudent133 • 10 mois de cela
Par: zeynepkarsikaya3 • 1 année de cela
Par: blakelenoir • 1 année de cela
Heldin :D
Aperçu du contenu
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
Les avantages d'acheter des résumés chez Stuvia:
Qualité garantie par les avis des clients
Les clients de Stuvia ont évalués plus de 700 000 résumés. C'est comme ça que vous savez que vous achetez les meilleurs documents.
L’achat facile et rapide
Vous pouvez payer rapidement avec iDeal, carte de crédit ou Stuvia-crédit pour les résumés. Il n'y a pas d'adhésion nécessaire.
Focus sur l’essentiel
Vos camarades écrivent eux-mêmes les notes d’étude, c’est pourquoi les documents sont toujours fiables et à jour. Cela garantit que vous arrivez rapidement au coeur du matériel.
Foire aux questions
Qu'est-ce que j'obtiens en achetant ce document ?
Vous obtenez un PDF, disponible immédiatement après votre achat. Le document acheté est accessible à tout moment, n'importe où et indéfiniment via votre profil.
Garantie de remboursement : comment ça marche ?
Notre garantie de satisfaction garantit que vous trouverez toujours un document d'étude qui vous convient. Vous remplissez un formulaire et notre équipe du service client s'occupe du reste.
Auprès de qui est-ce que j'achète ce résumé ?
Stuvia est une place de marché. Alors, vous n'achetez donc pas ce document chez nous, mais auprès du vendeur MerelVnmm. Stuvia facilite les paiements au vendeur.
Est-ce que j'aurai un abonnement?
Non, vous n'achetez ce résumé que pour €8,99. Vous n'êtes lié à rien après votre achat.
Peut-on faire confiance à Stuvia ?
4.6 étoiles sur Google & Trustpilot (+1000 avis)
67474 résumés ont été vendus ces 30 derniers jours
Fondée en 2010, la référence pour acheter des résumés depuis déjà 14 ans