252-0852-00L  Foundations of Computer Science

SemesterAutumn Semester 2018
LecturersL. E. Fässler, M. Dahinden, H. Lehner
Periodicityyearly recurring course
Language of instructionGerman



Courses

NumberTitleHoursLecturers
252-0852-00 VGrundlagen der Informatik
Vorlesung im HG F 1 mit Videoübertragung in HG F 3.
2 hrs
Mon13:15-15:00HG F 1 »
13:15-15:00HG F 3 »
L. E. Fässler, M. Dahinden, H. Lehner
252-0852-00 UGrundlagen der Informatik
Die Einteilung in Übungsgruppen wird in der ersten Vorlesung bekanntgegeben.

Mi 17-18 persönliche Übungsdiskussionen für alle Studierende.
2 hrs
Mon10:15-12:00CAB H 56 »
10:15-12:00CAB H 57 »
10:15-12:00HG E 26.1 »
10:15-12:00HG E 26.3 »
10:15-12:00HG E 27 »
15:15-17:00CAB H 56 »
15:15-17:00CAB H 57 »
15:15-17:00HG E 19 »
15:15-17:00HG E 26.1 »
15:15-17:00HG E 26.3 »
Wed17:15-18:00HG D 11 »
17:15-18:00HG E 19 »
17:15-18:00HG E 26.1 »
17:15-18:00HG E 26.3 »
17:15-18:00HG E 27 »
L. E. Fässler, M. Dahinden, H. Lehner

Catalogue data

AbstractStudents learn to apply selected concepts and tools from computer science for working on interdisciplinary projects.

The following topics are covered: modeling and simulations, introduction to programming, visualizing multi-dimensional data, introduction matrices, managing data with lists and tables and with relational databases, universal methods for algorithm design.
ObjectiveThe students learn to

- understand the role of computer science in science,
- to control computer and automate processes of problem solving by programming,
- choose and apply appropriate tools from computer science,
- process and analyze real-world data from their subject of study,
- handle the complexity of real-world data,
- know universal methods for algorithm design.
Content1. The role of computer science in science
2. Introduction to Programming with Python
3. Modeling and simulations
4. Introduction to Matrices with Matlab
5. Visualizing multidimensional data
6. Data management with lists and tables
7. Data management with a relational database
8. Universal methods for algorithm design
Lecture notesAll materials for the lecture are available at Link
LiteratureL. 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.
Prerequisites / NoticeThis course is based on application-oriented learning. The students spend most of their time working through projects with data from natural science and discussing their results with teaching assistants. To learn the computer science basics there are electronic tutorials available.

Performance assessment

Performance assessment information (valid until the course unit is held again)
Performance assessment as a semester course
In examination block forBachelor's Degree Programme in Biology 2013; Version 10.03.2020 (Examination Block)
Bachelor's Degree Programme in Health Sciences and Technology 2013; Version 23.05.2017 (First Year Examinations)
Bachelor's Degree Programme in Health Sciences and Technology 2017; Version 07.10.2021 (First Year Examinations)
Bachelor's Degree Programme in Pharmaceutical Sciences 2013; Version 30.06.2020 (Examination Block)
Bachelor's Programme in Health Sciences and Technology 2013; Version 27.05.2015 (First Year Examinations)
ECTS credits4 credits
ExaminersM. Dahinden, L. E. Fässler, H. Lehner
Typesession examination
Language of examinationGerman
RepetitionThe performance assessment is offered every session. Repetition possible without re-enrolling for the course unit.
Mode of examinationwritten 60 minutes
Additional information on mode of examinationEs findet ein benoteter Semesterend-Test statt, die Teilnahme ist fakultativ. Die Vornote zählt zu 30% zur Schlussnote, sofern diese höher ausfällt, als die Note an der Sessionsprüfung. Fällt sie tiefer aus, wird sie nicht angerechnet.

Voraussetzung für die Teilnahme am Semesterend-Test ist die termingerechte Präsentation der Module. Dadurch erhalten Sie zudem folgende Vorteile (Bonussystem):
- Repetitionsfrage zu jedem Modul
- Regelmässiges, persönliches Feedback zu Ihrem aktuellen Leistungsstand durch eine Assistenzperson
- Beispielprüfung als Vorbereitung für den Semesterend-Test (unbenotet, aber korrigiert)
- Probeprüfung als Vorbereitung für die Sessionsprüfung (unbenotet, aber korrigiert)

Bestimmungen für Repetierende:
- Die Note des Semesterend-Tests ist während 12 Monaten anrechenbar.
- Falls Sie eine neue Vornote wünschen, müssen Sie den Semesterend-Test erneut ablegen. Die bereits präsentierten Module behalten ihre Gültigkeit und können Ihnen angerechnet werden.

Semesterende-Test: Anfangs Januar 2019, Dauer: 60 Minuten
Written aidsDie beiden in der Vorlesung verkauften Bücher (es sind nur handschr. Notizen auf bestehenden Seiten erlaubt. Andere Änderungen sind untersagt), Wörterbuch für Fremdsprachige, Schreibzeug, USB-Stick.
Online examinationThe examination may take place on the computer.
If the course unit is part of an examination block, the credits are allocated for the successful completion of the whole block.
This information can be updated until the beginning of the semester; information on the examination timetable is binding.

Learning materials

 
Main linkWebseite der Lehrveranstaltung
Learning environmentE.Tutorial-Plattform
Only public learning materials are listed.

Groups

No information on groups available.

Restrictions

There are no additional restrictions for the registration.

Offered in

ProgrammeSectionType
Biology BachelorCompulsory Subjects First Year ExaminationsOInformation
Health Sciences and Technology BachelorFirst Year ExaminationsOInformation
Computer Science (General Courses)Computer Science for Non-Computer ScientistsZInformation
Pharmaceutical Sciences BachelorFirst Year ExaminationsOInformation