Dennis Komm: Katalogdaten im Herbstsemester 2019

Name	Herr Prof. Dr. Dennis Komm
Lehrgebiet	Algorithmen und Didaktik
Adresse	Professur Algorithmen und Didaktik ETH Zürich, CAB F 10.1 Universitätstrasse 6 8092 Zürich SWITZERLAND
Telefon	+41 44 632 82 23
E-Mail	dennis.komm@inf.ethz.ch
URL	https://people.inf.ethz.ch/dkomm/
Departement	Informatik
Beziehung	Ausserordentlicher Professor

Nummer	Titel	ECTS	Umfang	Dozierende
252-0852-00L	Grundlagen der Informatik	4 KP	2V + 2U	L. E. Fässler, M. Dahinden, D. Komm
Kurzbeschreibung	Die Studierenden lernen ausgewählte Konzepte und Informatikmittel einzusetzen, um interdisziplinäre Projekte zu bearbeiten. Themenbereiche: Rolle der Informatik in der Wissenschaft, Einführung in die Programmierung, Simulieren und Modellieren, Matrizenrechnen, Visualisierung mehrdimensionaler Daten, Daten verwalten mit Listen, Tabellen und relationalen Datenbanken.
Lernziel	Die Studierenden lernen: - die Rolle der Informatik in der Wissenschaft zu verstehen - mittels Programmieren den Rechner zu steuern und Prozesse der Problemlösungen zu automatisieren - für wissenschaftliche Problemstellungen adäquate Informatikmittel zu wählen und einzusetzen - reale Daten aus ihren Fachrichtungen zu verarbeiten und zu analysieren - mit der Komplexität realer Daten umzugehen
Inhalt	1. Die Rolle der Informatik in der Wissenschaft 2. Einführung in die Programmierung mit Python 3. Modellieren und Simulieren 4. Matrizenrechnen mit Matlab 5. Visualisierung mehrdimensionaler Daten 6. Datenverwaltung mit Listen und Tabellen 7. Datenverwaltung mit einer relationalen Datenbank
Skript	Alle Materialien zur Lehrveranstaltung sind verfügbar unter www.gdi.ethz.ch
Literatur	L. Fässler, M. Dahinden, D. Komm, and D. Sichau: Einführung in die Programmierung mit Python und Matlab. Begleitunterlagen zum Onlinekurs und zur Vorlesung, 2016. ISBN: 978-3741250842. L. Fässler, M. Dahinden, and D. Sichau: Verwaltung und Analyse digitaler Daten in der Wissenschaft. Begleitunterlagen zum Onlinekurs und zur Vorlesung, 2017.
Voraussetzungen / Besonderes	Diese Vorlesung basiert auf anwendungsorientiertem Lernen. Den grössten Teil der Arbeit verbringen die Studierenden damit, Projekte mit naturwissenschaftlichen Daten zu bearbeiten und die Resultate mit Assistierenden zu diskutieren. Für die Aneignung der Informatik-Grundlagen stehen elektronische Tutorials zur Verfügung.
252-0866-00L	Digitale Medizin I: Einführung in die Programmierung Nur für Humanmedizin BSc	2 KP	2G	H.‑J. Böckenhauer, D. Komm
Kurzbeschreibung	Diese Lehrveranstaltung bietet eine Einführung in die Programmierung in Python sowie einen Überblick über grundlegende Problemlösestrategien und Entwurfsprinzipien für effiziente Algorithmen und Datenstrukturen.
Lernziel	Grundlagen der Programmierung in Python kennenlernen und algorithmische Ansätze zur Bewältigung einfacher Berechnungsprobleme kennen und anwenden können.
Inhalt	Diese Veranstaltung verfolgt zwei Ziele. Zum einen wird eine Einführung in die Programmierung am Beispiel von Python gegeben, in der die grundlegenden Konzepte der Programmierung wie Wahrheitswerte, Variablen, Datentypen, Bedingungsprüfungen, Schleifen und Funktionen vorgestellt werden. Zum anderen werden die grundlegenden Datenstrukturen (wie Stacks, Queues und Suchbäume) und wichtige Ideen des Algorithmenentwurfs vorgestellt und in Python implementiert, um auf diesen Datenstrukturen grundlegende algorithmische Aufgaben effizient zu lösen. Ein Schwerpunkt liegt dabei auf allgemein einsetzbaren Entwurfsmethoden für effiziente Algorithmen wie Greedy-Verfahren, dynamische Programmierung oder Divide&Conquer-Strategien, die mit vielen praxisnahen Beispielen vorgestellt werden.
Skript	Alle Lehrmaterialien werden während der Veranstaltung zur Verfügung gestellt.