Suchergebnis: Katalogdaten im Frühjahrssemester 2018

Rechnergestützte Wissenschaften DZ Information
Detaillierte Informationen zum Ausbildungsgang auf: Link
Erziehungswissenschaften
Das allgemeine Lehrangebot für den Bereich Erziehungwissenschaften ist unter "Studiengang: Ausbildung in Erziehungswissenschaften für Lehrdiplom und DZ" aufgeführt.
NummerTitelTypECTSUmfangDozierende
851-0240-17LGestaltung schulischer Lernumgebungen: Erziehungswissenschaftliche Grundlagen (EW2 DZ)
- Voraussetzung: erfolgreicher Abschluss der Vorlesung Menschliches Lernen (EW1)
- Für Studierende im Ausbildungsgang "Didaktik-Zertifikat in einem nicht-gymnasialen Fach"
- Es ist möglich und empfohlen (aber nicht zwingend notwendig) diese Veranstaltung gemeinsam mit der Veranstaltung 851-0240-25 "Gestaltung schulischer Lernumgebungen: "Berufsbildung (EW2 DZ)" zu belegen.
O2 KP1GA. Deiglmayr, P. Edelsbrunner
KurzbeschreibungUnterrichten ist auch ein "Handwerk". In der Lehrveranstaltung sollen praktische Aspekte dieses Handwerks (a) besprochen, (b) theoretisch fundiert und (c) praktisch eingeübt werden, soweit im Rahmen einer Vorlesung möglich.
LernzielDie Teilnehmenden besitzen Grundwissen und -fähigkeiten, die zur Planung, Vorbereitung und Durchführung guten Unterrichts notwendig sind. Sie können diese auf Grundlage von Ergebnissen aus der empirischen Lehr- und Lernforschung reflektiert und adaptiv zur Anwendung bringen.
InhaltEs wird besprochen, welche Eigenschaften effektiven Schulunterricht auszeichnen und wie Lehrpersonen effektiven Unterricht durch Semester- und Stundenplanung, Lehrziele, Classroom Management und den adaptiven Einsatz von Unterrichtsmethoden gestalten können.
SkriptDie Vorlesung ist interaktiv und beinhaltet neben Vorträgen auch Übungen, mittels derer die Teilnehmenden sich Inhalte selbst erarbeiten. Daher gibt es kein Skript. Vortragsfolien, Arbeitsmaterialien und Vorlagen werden semesterbegleitend in der Online-Lernumgebung Moodle zum Download zur Verfügung gestellt.
LiteraturForschungsliteratur wird, wenn notwendig, auf der Online-Lernumgebung Moodle zur Verfügung gestellt.
Voraussetzungen / BesonderesVoraussetzung für die Belegung von EW2 ist der erfolgreiche Abschluss der Vorlesung Menschliches Lernen (EW1).
Es werden zwei Parallelveranstaltungen für unterschiedliche Zielgruppen angeboten. Sie werden über Näheres (Räume und für Sie zuständige Dozierende) zum Semesterbeginn per E-Mail informiert.
851-0240-25LGestaltung schulischer Lernumgebungen: Berufsbildung (EW2 DZ)
- Voraussetzung: erfolgreicher Abschluss der Vorlesung Menschliches Lernen (EW1)
- Für Studierende im Ausbildungsgang "Didaktik-Zertifikat in einem nicht-gymnasialen Fach"
- Es ist möglich und empfohlen (aber nicht zwingend notwendig) diese Veranstaltung gemeinsam mit der Veranstaltung 851-0240-17L "Gestaltung schulischer Lernumgebungen: Erziehungswissenschaftliche Grundlagen (EW2 DZ)" zu belegen.
O2 KP1GG. Kaufmann
KurzbeschreibungDie Teilnehmenden eignen sich berufspädagogisches Wissen und Kenntnisse des Berufsbildungssystems an. Sie lernen Merkmale von Funktionen, Aufgaben und Rollen in der Berufswelt kennen. Daraus leiten sie Konsequenzen für die Planung und Durchführung von adressatengerechtem und lernwirksamem Unterricht in der Berufsbildung unter Berücksichtigung berufspädagogischer Grundsätze ab.
LernzielDie Teilnehmenden können unter Berücksichtigung des Berufsbildungssystems und der geforderten Kompetenzen in der Berufswelt adressatengerechten und lernwirksamen Unterricht in der Berufsbildung gestalten.
851-0242-03LEinführung in die allgemeine Pädagogik Belegung eingeschränkt - Details anzeigen
Belegung nur mit Zusatzimmatrikulation Lehrdiplom oder Didaktik-Zertifikat möglich.

Voraussetzung für die Belegung ist der erfolgreiche Abschluss der Vorlesung 851-0240-00L Menschliches Lernen (EW1).
W2 KP2GL. Haag
KurzbeschreibungVermittelt werden sollen Grundkenntnisse der Erziehungswissenschaft und des Tätigkeitsfeldes der Schule, insofern sie für das Tätigkeitsfeld von Lehrern von Bedeutung sind. Methodisch werden zentrale Wissensgrundlagen vom Dozenten vermittelt, die dann durch die Lektüre ausgewählter Texte und entsprechenden Arbeitsaufgaben in Einzelarbeit und Kleingruppen weiter vertieft werden.
Lernziel1. Grundlagen der Erziehungswissenschaft
1.1 Geschichtlicher Überblick von Erziehung und Schule
1.2 Grundbegriffe der Erziehungswissenschaft
- Bildung als Aufgabe der Schule
- Erziehung in Schule und Unterricht
- Sozialisation
2. Tätigkeitsfeld Schule
2.1 Theorie der Schule
- Theorie der Schule
- Lehrplan-/Curriculumtheorie
- Schulentwicklung
2.2 Theorie des Unterrichts
- Didaktische Modelle
- Unterrichtsprinzipien
- Umgang mit Heterogenität
851-0242-06LKognitiv aktivierender Unterricht in den MINT-Fächern Belegung eingeschränkt - Details anzeigen
Belegung für Studierende des Didaktik-Zertifikats (DZ) und des Lehrdiploms (LD) ohne das Fach Sport.

Diese Veranstaltung kann nur parallel zu oder nach dem erfolgreichen Abschluss von der Veranstaltung 851-0240-00L "Menschliches Lernen (EW 1)" belegt werden.
W2 KP2SR. Schumacher
KurzbeschreibungDie am MINT-Lernzentrum der ETH erarbeiteten Unterrichtseinheiten zu Themen der Chemie, Physik und Mathematik stehen im Mittelpunkt. In der ersten Veranstaltung wird die Mission des MINT-Zentrums vermittelt. In Zweiergruppen müssen die Studierenden sich intensiv in eine Einheit einarbeiten und sie im Sinne eines vorab besprochenen Ziel erweitern und optimieren.
Lernziel- Kognitiv aktivierende Lernformen kennen lernen
- Mit didaktischer Forschungsliteratur vertraut werden
Voraussetzungen / BesonderesFür eine reibungslose Semesterplanung wird um frühe Anmeldung und persönliches Erscheinen zum ersten Lehrveranstaltungstermin ersucht.
851-0242-07LMenschliche Intelligenz Belegung eingeschränkt - Details anzeigen
Maximale Teilnehmerzahl: 30

Belegung für Studierende des Didaktik-Zertifikats (DZ) und des Lehrdiploms (LD) ohne das Fach Sport.

Diese Veranstaltung kann nur parallel zu oder nach dem erfolgreichen Abschluss von der Veranstaltung 851-0240-00L "Menschliches Lernen (EW 1)" belegt werden.
W1 KP1SE. Stern, Z. Lue
KurzbeschreibungDas Buch "Intelligenz: Grosse Unterschiede und ihre Folgen" von Stern/Neubauer steht im Mittelpunkt. Zum ersten Termin müssen alle Teilnehmer kommen. Danach muss das Buch vollständig gelesen werden. In zwei 90-minütigen Sitzungen werden in Kleingruppen (5-10 Personen) von den Studierenden ausgearbeitete Konzeptpapiere diskutiert.
Lernziel- Empirische humanwissenschaftliche Forschungsmethoden verstehen
- Intelligenztests kennenlernen
- Pädagogisch relevante Befunde der Intelligenzforschung verstehen
851-0242-08LForschungsmethoden der empirischen Bildungsforschung Belegung eingeschränkt - Details anzeigen
Maximale Teilnehmerzahl: 30

Diese Veranstaltung kann nur parallel zu oder nach dem erfolgreichen Abschluss von der Veranstaltung 851-0240-00L "Menschliches Lernen (EW 1)" belegt werden.
W1 KP1SP. Edelsbrunner, M. Berkowitz Biran, Z. Lue, B. Rütsche
KurzbeschreibungLiteratur aus der empirischen Bildungsforschung wird gelesen und diskutiert. Forschungsmethodische Aspekte stehen im Vordergrund.
Am ersten Termin werden alle Teilnehmer in Kleingruppen eingeteilt und mit den Gruppen zwei weitere Termine vereinbart.
Die Kleingruppen verfassen kritische Kurzessays zur gelesenen Literatur. Die Essays werden am dritten Termin im Plenum vorgestellt und diskutiert.
Lernziel- Empirische bildungswissenschaftliche Forschungsmethoden verstehen
- Information aus wissenschaftlichen Journals und Medien verstehen und kritisch beleuchten
- Pädagogisch relevante Befunde der Bildungsforschung verstehen
» siehe Erziehungswissenschaften DZ
Fachdidaktik und Berufspraktische Ausbildung
WICHTIG: die Lerneinheiten in dieser Kategorie können nur belegt werden, wenn allfällige Auflagen bis auf maximal 12 KP erfüllt sind.
NummerTitelTypECTSUmfangDozierende
401-9908-00LUnterrichtspraktikum mit Prüfungslektionen Rechnergestützte Wissenschaften Information Belegung eingeschränkt - Details anzeigen
Unterrichtspraktikum Rechnergestützte Wissenchaften für DZ.

Ausschliesslich für Studierende, die sich ab HS 2011 ins DZ eingeschrieben haben.

Das Unterrichtspraktikum kann erst nach Abschluss aller anderen Lehrveranstaltungen des DZ absolviert werden.
Bei Repetition der Prüfungslektionen kann das Praktikum nicht nochmals besucht werden.
W6 KP13PJ. Hromkovic, G. Serafini
KurzbeschreibungDie Studierenden setzen die erworbenen Einsichten, Fähigkeiten und Fertigkeiten im Schulalltag ein: Sie hospitieren 10 Lektionen und erteilen selber 20 Lektionen Unterricht. Zwei davon werden als Prüfungslektionen bewertet.
Lernziel- Die Studierenden nutzen ihre fachwissenschaftliche, erziehungswissenschaftliche und fachdidaktische Expertise zum Entwurf von Unterricht.
- Sie können die Bedeutung von Unterrichtsthemen in ihrem Fach unter verschiedenen - auch interdisziplinären - Blickwinkeln einschätzen und den Schülerinnen und Schülern vermitteln.
- Sie erlernen das unterrichtliche Handwerk.
- Sie üben sich darin, die Balance zwischen Anleitung und Offenheit zu finden, so dass die Lernenden kognitive Eigenleistungen erbringen können und müssen.
- Sie lernen die Leistungen der Schülerinnen und Schüler zu beurteilen.
- Gemeinsam mit der Praktikumslehrperson evaluieren die Studierenden laufend ihre eigene Leistung.
InhaltDie Studierenden sammeln Erfahrungen in der Unterrichtsführung, der Auseinandersetzung mit Lernenden, der Klassenbetreuung und der Leistungsbeurteilung. Zu Beginn des Praktikums plant die Praktikumslehrperson gemeinsam mit dem/der Studierenden das Praktikum und die Arbeitsaufträge. Die schriftlich dokumentierten Ergebnisse der Arbeitsaufträge sind Bestandteil des Portfolios der Studierenden. Anlässlich der Hospitationen erläutert die Praktikumslehrperson ihre fachlichen, fachdidaktischen und pädagogischen Überlegungen, auf deren Basis sie den Unterricht geplant hat und tauscht sich mit dem/der Studierenden aus. Die von dem/der Studierenden gehaltenen Lektionen werden vor- und nachbesprochen.
Die Themen für die beiden Prüfungslektionen am Schluss des Praktikums erfahren die Studierenden in der Regel eine Woche vor dem Prüfungstermin. Sie erstellen eine Vorbereitung gemäss Anleitung und reichen sie bis am Vortrag um 12 Uhr den beiden Prüfungsexperten (Fachdidaktiker/-in, Departementsvertreter/-in) ein. Die gehaltenen Lektionen werden kriteriumsbasiert beurteilt. Die Beurteilung umfasst auch die schriftliche Vorbereitung und eine mündliche Reflexion des Kandidaten/der Kandidatin über die gehaltenen Lektionen im Rahmen eines kurzen Kolloquiums.
SkriptDokument: schriftliche Vorbereitung für Prüfungslektionen.
LiteraturWird von der Praktikumslehrperson bestimmt.
401-9901-00LMentorierte Arbeit Fachdidaktik Rechnergestützte Wissenschaften Belegung eingeschränkt - Details anzeigen W2 KP4AJ. Hromkovic, G. Serafini
KurzbeschreibungIn der mentorierten Arbeit in Fachdidaktik setzen die Studierenden Inhalte der Fachdidaktikvorlesungen praktisch um und vertiefen sie. Unter Anleitung erstellen sie lernwirksame Unterrichtsmaterialien und/oder analysieren und reflektieren bestimmte Themen unter fachdidaktischen und pädagogischen Gesichtspunkten..
LernzielDas Ziel ist, dass die Studierenden
- sich in ein Unterrichtsthema einarbeiten können, indem sie verschiedene Quellen sichten, Materialien beschaffen und über die Relevanz des Themas und des von ihnen gewählten Zugangs in fachlicher, fachdidaktischer, pädagogischer und eventuell gesellschaftlicher Hinsicht reflektieren.
- zeigen, dass sie selbstständig eine lernwirksame Unterrichtssequenz erstellen und zur Einsatzreife bringen können.
InhaltThematische Schwerpunkte
Die Gegenstände der mentorierten Arbeit in Fachdidaktik stammen in der Regel aus dem gymnasialen Unterricht.

Lernformen
Alle Studierenden erhalten ein individuelles Thema und erstellen dazu eine eigenständige Arbeit. Sie werden dabei von ihrer Betreuungsperson begleitet. Gegebenenfalls stellen sie ihre Arbeit oder Aspekte daraus in einem Kurzvortrag vor. Die mentorierte Arbeit ist Teil des Portfolios der Studierenden.
LiteraturDie Literatur ist themenspezifisch. Die Studierenden beschaffen sie sich in der Regel selber (siehe Lernziele). In besonderen Fällen wird sie vom Betreuer zur Verfügung gestellt.
Voraussetzungen / BesonderesDie Arbeit sollte vor Beginn des Praktikums abgeschlossen werden.
Weitere Fachdidaktik
NummerTitelTypECTSUmfangDozierende
272-0300-00LAlgorithmik für schwere Probleme Information
Findet dieses Semester nicht statt.
Diese Lerneinheit beinhaltet die Mentorierte Arbeit Fachwissenschaftliche Vertiefung mit pädagogischem Fokus Informatik A n i c h t !
W4 KP2V + 1UJ. Hromkovic
KurzbeschreibungDiese Lerneinheit beschäftigt sich mit algorithmischen Ansätzen zur Lösung schwerer Probleme.
Eine umfassende Reflexion über die Bedeutung der vorgestellten Ansätze für den Informatikunterricht an Gymnasien begleitet den Kurs.
LernzielAuf systematische Weise eine Übersicht über die Methoden zur Lösung schwerer Probleme kennen lernen.
InhaltZuerst wird der Begriff der Berechnungsschwere erläutert (für die Informatikstudierenden wiederholt). Dann werden die Methoden zur Lösung schwerer Probleme systematisch dargestellt. Bei jeder Algorithmenentwurfsmethode wird vermittelt, was sie uns garantiert und was sie nicht sichern kann und womit wir für die gewonnene Effizienz bezahlen.
SkriptUnterlagen und Folien werden zur Verfügung gestellt.
LiteraturJ. Hromkovic: Algorithmics for Hard Problems, Springer 2004.

R. Niedermeier: Invitation to Fixed-Parameter Algorithms, 2006.

M. Cygan et al.: Parameterized Algorithms, 2015.

F. Fomin, D. Kratsch: Exact Exponential Algorithms, 2010.
272-0302-00LApproximations- und Online-Algorithmen Information W4 KP2V + 1UH.‑J. Böckenhauer, D. Komm
KurzbeschreibungDiese Lerneinheit behandelt approximative Verfahren für schwere Optimierungsprobleme und algorithmische Ansätze zur Lösung von Online-Problemen sowie die Grenzen dieser Ansätze.
LernzielAuf systematische Weise einen Überblick über die verschiedenen Entwurfsmethoden von approximativen Verfahren für schwere Optimierungsprobleme und Online-Probleme zu gewinnen. Methoden kennenlernen, die Grenzen dieser Ansätze aufweisen.
InhaltApproximationsalgorithmen sind einer der erfolgreichsten Ansätze zur Behandlung schwerer Optimierungsprobleme. Dabei untersucht man die sogenannte Approximationsgüte, also das Verhältnis der Kosten einer berechneten Näherungslösung und der Kosten einer (nicht effizient berechenbaren) optimalen Lösung.
Bei einem Online-Problem ist nicht die gesamte Eingabe von Anfang an bekannt, sondern sie erscheint stückweise und für jeden Teil der Eingabe muss sofort ein entsprechender Teil der endgültigen Ausgabe produziert werden. Die Güte eines Algorithmus für ein Online-Problem misst man mit der competitive ratio, also dem Verhältnis der Kosten der berechneten Lösung und der Kosten einer optimalen Lösung, wie man sie berechnen könnte, wenn die gesamte Eingabe bekannt wäre.

Inhalt dieser Lerneinheit sind
- die Klassifizierung von Optimierungsproblemen nach der erreichbaren Approximationsgüte,
- systematische Methoden zum Entwurf von Approximationsalgorithmen (z. B. Greedy-Strategien, dynamische Programmierung, LP-Relaxierung),
- Methoden zum Nachweis der Nichtapproximierbarkeit,
- klassische Online-Probleme wie Paging oder Scheduling-Probleme und Algorithmen zu ihrer Lösung,
- randomisierte Online-Algorithmen,
- Entwurfs- und Analyseverfahren für Online-Algorithmen,
- Grenzen des "competitive ratio"- Modells und Advice-Komplexität als eine Möglichkeit, die Komplexität von Online-Problemen genauer zu messen.
LiteraturDie Vorlesung orientiert sich teilweise an folgenden Büchern:

J. Hromkovic: Algorithmics for Hard Problems, Springer, 2004

D. Komm: An Introduction to Online Computation: Determinism, Randomization, Advice, Springer, 2016

Zusätzliche Literatur:

A. Borodin, R. El-Yaniv: Online Computation and Competitive Analysis, Cambridge University Press, 1998
272-0301-00LMethoden zum Entwurf von zufallsgesteuerten Algorithmen Information
Diese Lerneinheit beinhaltet die Mentorierte Arbeit Fachwissenschaftliche Vertiefung mit pädagogischem Fokus Informatik B n i c h t !
W4 KP2V + 1UH.‑J. Böckenhauer, D. Komm, R. Kralovic
KurzbeschreibungDie Studierenden sollen die Entwicklung unserer Vorstellung über Zufall und dessen Rolle verfolgen. Mit Grundkenntnissen der Wahrscheinlichkeitstheorie und grundlegender Arithmetik sollen sie entdecken, dass Zufallssteuerung ein Mittel zur Erreichung unglaublicher Effizienz von Prozessen werden kann. Das Ziel ist, die Methodik des Entwurfs von zufallsgesteuerten Algorithmen zu vermitteln.
LernzielThematische Schwerpunkte
- Modellierung und Klassifizierung von randomisierten Algorithmen
- Die Methode der Überlistung des Gegners: Hashing und randomisierte Online-Algorithmen
- Die Methode der Fingerabdrücke: Kommunikationsprotokolle
- Die Methode der häufigen Zeugen: randomisierter Primzahltest von Solovay und Strassen
- Wahrscheinlichkeitsverstärkung durch Wiederholung
- Randomisierte Algorithmen für Optimierungsprobleme
SkriptJ. Hromkovic: Randomisierte Algorithmen, Teubner 2004.

J.Hromkovic: Design and Analysis of Randomized Algorithms. Springer 2006.

J.Hromkovic: Algorithmics for Hard Problems, Springer 2004.
LiteraturJ. Hromkovic: Randomisierte Algorithmen, Teubner 2004.

J.Hromkovic: Design and Analysis of Randomized Algorithms. Springer 2006.

J.Hromkovic: Algorithmics for Hard Problems, Springer 2004.
252-0408-00LCryptographic Protocols Information W5 KP2V + 2UM. Hirt, U. Maurer
KurzbeschreibungThe course presents a selection of hot research topics in cryptography. The choice of topics varies and may include provable security, interactive proofs, zero-knowledge protocols, secret sharing, secure multi-party computation, e-voting, etc.
LernzielIndroduction to a very active research area with many gems and paradoxical
results. Spark interest in fundamental problems.
InhaltThe course presents a selection of hot research topics in cryptography. The choice of topics varies and may include provable security, interactive proofs, zero-knowledge protocols, secret sharing, secure multi-party computation, e-voting, etc.
Skriptthe lecture notes are in German, but they are not required as the entire
course material is documented also in other course material (in english).
Voraussetzungen / BesonderesA basic understanding of fundamental cryptographic concepts
(as taught for example in the course Information Security or
in the course Cryptography Foundations) is useful, but not required.
263-2300-00LHow To Write Fast Numerical Code Information Belegung eingeschränkt - Details anzeigen
Findet dieses Semester nicht statt.
Number of participants limited to 84.

Prerequisite: Master student, solid C programming skills.
W6 KP3V + 2UM. Püschel
KurzbeschreibungThis course introduces the student to the foundations and state-of-the-art techniques in developing high performance software for numerical functionality such as linear algebra and others. The focus is on optimizing for the memory hierarchy and for special instruction sets. Finally, the course will introduce the recent field of automatic performance tuning.
LernzielSoftware performance (i.e., runtime) arises through the interaction of algorithm, its implementation, and the microarchitecture the program is run on. The first goal of the course is to provide the student with an understanding of this interaction, and hence software performance, focusing on numerical or mathematical functionality. The second goal is to teach a general systematic strategy how to use this knowledge to write fast software for numerical problems. This strategy will be trained in a few homeworks and semester-long group projects.
InhaltThe fast evolution and increasing complexity of computing platforms pose a major challenge for developers of high performance software for engineering, science, and consumer applications: it becomes increasingly harder to harness the available computing power. Straightforward implementations may lose as much as one or two orders of magnitude in performance. On the other hand, creating optimal implementations requires the developer to have an understanding of algorithms, capabilities and limitations of compilers, and the target platform's architecture and microarchitecture.

This interdisciplinary course introduces the student to the foundations and state-of-the-art techniques in high performance software development using important functionality such as linear algebra functionality, transforms, filters, and others as examples. The course will explain how to optimize for the memory hierarchy, take advantage of special instruction sets, and, if time permits, how to write multithreaded code for multicore platforms. Much of the material is based on state-of-the-art research.

Further, a general strategy for performance analysis and optimization is introduced that the students will apply in group projects that accompany the course. Finally, the course will introduce the students to the recent field of automatic performance tuning.
  •  Seite  1  von  1