Suchergebnis: Katalogdaten im Herbstsemester 2018
Informatik DZ Detaillierte Informationen zum Ausbildungsgang auf: www.didaktischeausbildung.ethz.ch | ||||||
Erziehungswissenschaften Das allgemeine Lehrangebot für den Bereich Erziehungwissenschaften ist unter "Studiengang: Ausbildung in Erziehungswissenschaften für Lehrdiplom und DZ" aufgeführt. | ||||||
Nummer | Titel | Typ | ECTS | Umfang | Dozierende | |
---|---|---|---|---|---|---|
851-0240-00L | Menschliches Lernen (EW1) Die Veranstaltung sollte nur besucht werden, wenn man vorhat, sich in den Studiengang "Lehrdiplom für Maturitätsschulen" oder in den Ausbildungsgang "Didaktik-Zerfitikat" einzuschreiben. Der Inhalt ist auf schulisches Lernen im Kindes- und Jugendalter abgestimmt. | O | 2 KP | 2G | E. Stern | |
Kurzbeschreibung | Es werden wissenschaftliche Theorien sowie empirische Untersuchungen zum menschlichen Lernen behandelt und auf die Schule bezogen. | |||||
Lernziel | Wer erfolgreich lehren will, muss zunächst einmal das Lernen verstehen. Vor diesem Hintergrund werden Theorien und Befunde zur menschlichen Informationsverarbeitung und zum menschlichen Verhalten so aufbereitet, dass sie für die Planung und Durchführung von Unterricht genutzt werden können. Zudem soll ein Verständnis für das Vorgehen in der lern- und verhaltenswissenschaftlichen Forschung aufgebaut werden, so dass Lehrpersonen befähigt werden, sich im Gebiet der Lehr- und Lernforschung selbständig weiterzubilden. | |||||
Inhalt | Thematische Schwerpunkte: Lernen als Verhaltensänderung und als Informationsverarbeitung; Das menschliche Gedächtnis unter besonderer Berücksichtigung der Verarbeitung symbolischer Information; Lernen als Wissenskonstruktion und Kompetenzerwerb unter besonderer Berücksichtigung des Wissenstransfers; Lernen durch Instruktion und Erklärungen; Die Rolle von Emotion und Motivation beim Lernen; Interindividuelle Unterschiede in der Lernfähigkeit und ihre Ursachen: Intelligenztheorien, Geschlechtsunterschiede beim Lernen Lernformen: Theorien und wissenschaftliche Konstrukte werden zusammen mit ausgewählten wissenschaftlichen Untersuchungen in Form einer Vorlesung präsentiert. Die Studierenden vertiefen nach jeder Stunde die Inhalte durch die Bearbeitung von Aufträgen in einem elektronischen Lerntagebuch. Über die Bedeutung des Gelernten für den Schulalltag soll reflektiert werden. Ausgewählte Tagebucheinträge werden zu Beginn jeder Vorlesung thematisiert. | |||||
Skript | Folien werden zur Verfügung gestellt. | |||||
Literatur | 1) Marcus Hasselhorn & Andreas Gold (2006). Pädagogische Psychologie: Erfolgreiches Lernen und Lehren. Stuttgart: Kohlhammer. 2) Jeanne Omrod (2006): Human Learning. Upper Saddle River: Pearson Prentice Hall. | |||||
Voraussetzungen / Besonderes | Die Veranstaltung sollte nur besucht werden, wenn man vorhat, sich in die Studiengänge Lehrdiplom oder Didaktisches Zertifikat einzuschreiben. Der Inhalt ist auf schulisches Lernen im Kindes- und Jugendalter abgestimmt. | |||||
851-0240-03L | Einführung in die Testkonstruktion: Theorie und Praxis (Universität Zürich) Belegung nur mit Zusatzimmatrikulation Lehrdiplom für Maturitätsschulen oder Didaktik-Zertifikat möglich. Der Kurs muss direkt an der UZH belegt werden. UZH Modulkürzel: 200c968 Beachten Sie die Einschreibungstermine an der UZH: https://www.uzh.ch/cmsssl/de/studies/application/mobilitaet.html | W | 4 KP | 2S | Uni-Dozierende | |
Kurzbeschreibung | Die Lehrveranstaltung soll Studierenden theoretische und praktische Kenntnisse in der Konstruktion von Fragebogen vermitteln. Es werden Instrumente aus verschiedenen Bereichen durch die Studierenden konstruiert, übersetzt und adaptiert. Danach erfolgt eine Online-Erhebung dieser Instrumente, die anschliessend unter Anleitung ausgewertet und in einem wissenschaftlichen Bericht präsentiert wird. | |||||
Lernziel | Ziele der Lehrveranstaltung sind: - Theoretische Grundlagen und praktische Umsetzung der Konstruktion, Übersetzung und Adaptation von Fragebogen - Online-Datenerhebung und statistische Auswertung - Kennenlernen relevanter statistischer Methoden (z.B. Faktorenanalyse, Reliabilität, Korrelationen, Regressionsanalysen) - Bestimmung und Beurteilung der psychometrischen Kennwerte von Fragebogen - Wissenschaftliche Beschreibung und Kommunikation der Ergebnisse (APA-Style) | |||||
Inhalt | Die Lehrveranstaltung soll Studierenden theoretische und praktische Kenntnisse in der Konstruktion von Fragebogen vermitteln. Es werden Instrumente aus verschiedenen Bereichen durch die Studierenden konstruiert, übersetzt und adaptiert. Danach erfolgt eine Online-Erhebung dieser Instrumente, die anschliessend unter Anleitung ausgewertet und in einem wissenschaftlichen Bericht präsentiert wird. | |||||
Skript | Alle Unterlagen werden im OLAT-Kurs zur Verfügung gestellt Voraussetzung für die Teilnahme ist ein eigener Laptop mit einem Statistikprogramm (z.B. SPSS) und einem Office-Paket. | |||||
Literatur | Alle Unterlagen werden zur Verfügung gestellt. | |||||
Voraussetzungen / Besonderes | Der Leistungsnachweis besteht aus einem schriftlichen Leistungsnachweis, der benotet wird, ausserdem werden die unten genannten Aspekte von aktiver Teilnahme für das Bestehen des Moduls vorausgesetzt. Der schriftliche Leistungsnachweis besteht aus einem wissenschaftlichen Bericht zur psychometrischen Prüfung einer im Rahmen des Seminars selbst adaptierten, konstruierten oder übersetzten Skala. Die aktive Teilnahme besteht aus Vorbereitung auf die Sitzungen, Rekrutierung von Teilnehmenden für die gemeinsame Datenerhebung, zwei kurzen Präsentationen zur praktischen Aufgabe sowie aktiver Teilnahme am Seminar. Voraussetzung für die Teilnahme ist ein eigener Laptop mit einem Statistikprogramm (z.B. SPSS) und einem Office-Paket. | |||||
851-0240-16L | Kolloquium Lehr-Lern-Forschung und Fachdidaktik | W | 1 KP | 1K | E. Stern, P. Greutmann, weitere Dozierende | |
Kurzbeschreibung | Im Kolloquium werden wissenschaftliche Arbeiten zu Fragen der Vermittlung von Mathematik, Informatik, Naturwissenschaften und Technik (MINT) und weiteren an Mittelschulen unterrichteten Fächern präsentiert und diskutiert. Im Mittelpunkt stehen die Arbeiten der am Kompetenzzentrum EducETH der ETH sowie der an der Lehrerinnen- und Lehrerbildung Maturitätsschulen der UZH beteiligten Professuren. | |||||
Lernziel | Die Teilnehmer sollen exemplarisch unterschiedliche Methoden der Lehr- und Unterrichtsforschung und die damit einhergehenden Probleme kennen lernen. | |||||
851-0240-22L | Bewältigung psychosozialer Anforderungen im Lehrberuf (EW4 DZ) Maximale Teilnehmerzahl: 20 Der erfolgreiche Abschluss von EW1 und EW2 stellt eine wünschenswerte, jedoch nicht obligatorische Voraussetzung dar. | W | 2 KP | 3S | A. Deiglmayr, P. Greutmann, U. Markwalder, S. Peteranderl | |
Kurzbeschreibung | In diesem Seminar werden Kenntnisse und Kompetenzen für die Bewältigung psychosozialer Anforderungen im Lehrberuf vermittelt. | |||||
Lernziel | Die Teilnehmenden verfügen über Hintergrundwissen und Handlungskompetenzen, um mit den psychosozialen Anforderungen im Lehrberuf produktiv umgehen zu können. (1) Sie kennen wichtige Regeln der Gesprächsführung und des Konfliktmanagements (z.B. Mediation) und können diese im schulischen Rahmen (z.B. Gespräche mit Eltern) adäquat einsetzen. (2) Sie können Massnahmen des Classroom Managements gezielt anwenden (z.B. Verhinderung von Disziplinschwierigkeiten) und kennen entsprechende Anlaufstellen (z.B. rechtliche Rahmenbedingungen). | |||||
851-0242-06L | Kognitiv aktivierender Unterricht in den MINT-Fächern 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. | W | 2 KP | 2S | R. Schumacher | |
Kurzbeschreibung | Die 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 / Besonderes | Für eine reibungslose Semesterplanung wird um frühe Anmeldung und persönliches Erscheinen zum ersten Lehrveranstaltungstermin ersucht. | |||||
851-0242-07L | Menschliche Intelligenz Belegung für Studierende des Didaktik-Zertifikats (DZ) und des Lehrdiploms (LD) ohne das Fach Sport. 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! | W | 1 KP | 1S | E. Stern | |
Kurzbeschreibung | Das 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 | |||||
851-0242-08L | Forschungsmethoden der empirischen Bildungsforschung 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. | W | 1 KP | 1S | P. Edelsbrunner, M. Berkowitz Biran, Z. Lue, C. M. Thurn | |
Kurzbeschreibung | Literatur 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 Einzeltermine 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 | |||||
Fachdidaktik und Berufspraktische Ausbildung WICHTIG: die Lerneinheiten in dieser Kategorie können nur belegt werden, wenn allfällige Auflagen bis auf maximal 12 KP erfüllt sind. | ||||||
Nummer | Titel | Typ | ECTS | Umfang | Dozierende | |
272-0101-00L | Fachdidaktik Informatik I Lehrdiplom-Studierende müssen diese Lerneinheit zusammen mit dem Einführungspraktikum Informatik - 272-0201-00L - belegen. | O | 4 KP | 3G | G. Serafini, J. Hromkovic | |
Kurzbeschreibung | Die "Fachdidaktik Informatik I" befasst sich mit der überlegten Auswahl von allgemein bildenden Unterrichtsinhalten für den Informatikunterricht, ihrer Zugänglichkeit im entsprechenden Alter sowie mit geeigneten didaktischen Ansätzen für einen erfolgreichen Wissenstransfer. | |||||
Lernziel | Das übergeordnete Lernziel der Lerneinheit besteht darin, die enge Verknüpfung der mathematischen und der algorithmischen Denkweise mit der ingenieurwissenschaftlichen Denkweise aufzuzeigen, sowie deren Nutzen für die Konzeption und die Durchführung eines nachhaltigen Informatikunterrichts zu reflektieren. Die Studierenden verstehen die grundlegenden Konzepte der Informatik im breiten und tiefen Kontext. Aus diesem Verständnis heraus sind sie in der Lage, Unterrichtsunterlagen zum erfolgreichen Wissenstransfer zu erarbeiten und ihre Begeisterung für das Fach an die Schülerinnen und Schüler weiterzugeben. Die Studierenden kennen unterschiedliche Unterrichtsmethoden sowie ihre Vor- und Nachteile. Sie können mit den oft stark unterschiedlichen Vorkenntnissen der Lernenden umgehen. Neben dem Klassenunterricht legen die Studierenden Wert auf die Einzelbetreuung von Schülerinnen und Schülern. Sie fördern die Selbständigkeit der Lernenden. Sie schaffen es, mit verschiedenartigen Zielgruppen zu arbeiten und ein gutes Lernklima aufzubauen. Die Studierenden sind in der Lage, sich in einer verständlichen und gepflegten Fachsprache mündlich und schriftlich auszudrücken und beherrschen die grundlegenden Begriffe der Informatik. Neben den englischen Fachausdrücken sind ihnen auch die deutschen Benennungen geläufig. Sie sind fähig, ausführliche, ausgereifte, sprachlich einwandfreie und ansprechend gestaltete Unterrichtsunterlagen anzufertigen. | |||||
Inhalt | Die Fachdidaktik Informatik I befasst sich mit allgemein bildenden Inhalten des Informatikunterrichts. Diese fördern einerseits die Entwicklung der Denkweise der Jugendlichen auf einzigartige Art und Weise, und tragen andererseits zum Verständnis unserer Welt sowie zur Hochschulreife bei. Die Hauptthemen der Fachdidaktik Informatik I sind die Didaktik der Automatentheorie, der formalen Sprachen und der Grundlagen der Programmierung. Im Mittelpunkt der Lerneinheit stehen Informatikinhalte, die allgemeine Bildungswerte vermitteln. Dabei geht es um das Verständnis für Grundbegriffe der Wissenschaft wie Algorithmus, Komplexität, Determinismus, Berechnung, Automat, Verifikation, Testen und Programmiersprache, sowie um deren Einbettung in einen fachlich korrekten und didaktisch nachhaltigen Informatikunterricht. Im Rahmen einer semesterbegleitenden Übung entwickeln und dokumentieren die Studierenden eine adaptive Unterrichtseinheit für den Informatikunterricht. Dabei lernen sie den Umgang mit den im Unterricht eingeführten Lehrmethoden und -techniken. | |||||
Skript | Unterlagen und Folien werden zur Verfügung gestellt. | |||||
Literatur | J. Hromkovic: Sieben Wunder der Informatik: Eine Reise an die Grenze des Machbaren, mit Aufgaben und Lösungen. Vieweg+Teubner; Auflage: 2 (2008). K. Freiermuth, J. Hromkovic, L. Keller und B. Steffen: Einfuehrung in die Kryptologie: Lehrbuch für Unterricht und Selbststudium. Springer Vieweg; Auflage: 2 (2014). J. Hromkovic: Berechenbarkeit: Logik, Argumentation, Rechner und Assembler, Unendlichkeit, Grenzen der Automatisierbarkeit. Vieweg+Teubner; Auflage: 1 (2011). H.-J. Böckenhauer, J. Hromkovic: Formale Sprachen: Endliche Automaten, Grammatiken, lexikalische und syntaktische Analyse. Springer Vieweg; Auflage: 1 (Januar 2013). J. Hromkovic: Einführung in die Programmierung mit LOGO: Lehrbuch für Unterricht und Selbststudium. Springer Vieweg; Auflage: 3 (2014) | |||||
Voraussetzungen / Besonderes | Lehrdiplom-Studierende müssen diese Lerneinheit zusammen mit dem Einführungspraktikum Informatik - 272-0201-00L - belegen. | |||||
271-0102-00L | Unterrichtspraktikum mit Prüfungslektionen Informatik Unterrichtspraktikum Informatik für DZ. Bei Repetition der Prüfungslektionen kann das Praktikum nicht nochmals besucht werden. | O | 4 KP | 9P | J. Hromkovic, G. Serafini | |
Kurzbeschreibung | Die 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. | |||||
Inhalt | Die 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. | |||||
Skript | Dokument: schriftliche Vorbereitung für Prüfungslektionen. | |||||
Literatur | Wird von der Praktikumslehrperson bestimmt. | |||||
272-0103-00L | Mentorierte Arbeit Fachdidaktik Informatik A Mentorierte Arbeit Fachdidaktik Informatik für DZ und Lehrdiplom. | O | 2 KP | 4A | J. Hromkovic, G. Serafini | |
Kurzbeschreibung | In 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. | |||||
Lernziel | Das 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. | |||||
Inhalt | Thematische 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. | |||||
Literatur | Die 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 / Besonderes | Die Arbeit sollte vor Beginn des Praktikums abgeschlossen werden. | |||||
Fachwissenschaftliche Vertiefung mit pädagogischem Fokus | ||||||
Nummer | Titel | Typ | ECTS | Umfang | Dozierende | |
272-0400-00L | Mentorierte Arbeit Fachwissenschaftliche Vertiefung mit pädagogischem Fokus Informatik A | W+ | 2 KP | 4A | J. Hromkovic, G. Serafini | |
Kurzbeschreibung | In der mentorierten Arbeit in FV verknüpfen die Studierenden gymnasiale und universitäre Aspekte des Fachs mit dem Ziel, ihre Lehrkompetenz im Hinblick auf curriculare Entscheidungen und auf die zukünftige Entwicklung des Unterrichts zu stärken. Angeleitet erstellen sie Texte, welche die anvisierte Leserschaft, in der Regel gymnasiale Fachlehrpersonen, unmittelbar verstehen. | |||||
Lernziel | Das Ziel ist, dass die Studierenden - sich in ein neues Thema einarbeiten, indem sie Materialien beschaffen und die Quellen studieren und so ihre Fachkompetenz gezielt erweitern können. - selbständig einen Text über den Gegenstandentwickeln und dabei einen speziellen Fokus auf die mathematische Verständlichkeit in Bezug auf den Kenntnisstand der anvisierten Leser/Leserinnen legen können. - Möglichkeiten berufsbezogener fachlicher Weiterbildung ausprobieren. | |||||
Inhalt | Thematische Schwerpunkte: Die mentorierte Arbeit in FV besteht in der Regel in einer Literaturarbeit über ein Thema, das einen Bezug zum gymnasialem Unterricht oder seiner Weiterentwicklung hat. Die Studierenden setzen darin Erkenntnisse aus den Vorlesungen in FV praktisch um. 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. | |||||
Literatur | Die Literatur ist themenspezifisch. Sie muss je nach Situation selber beschafft werden oder wird zur Verfügung gestellt. | |||||
Voraussetzungen / Besonderes | Die Arbeit sollte vor Beginn des Praktikums abgeschlossen werden. | |||||
263-2800-00L | Design of Parallel and High-Performance Computing | W | 7 KP | 3V + 2U + 1A | T. Hoefler, M. Püschel | |
Kurzbeschreibung | Advanced topics in parallel / concurrent programming. | |||||
Lernziel | Understand concurrency paradigms and models from a higher perspective and acquire skills for designing, structuring and developing possibly large concurrent software systems. Become able to distinguish parallelism in problem space and in machine space. Become familiar with important technical concepts and with concurrency folklore. | |||||
252-0535-00L | Advanced Machine Learning | W | 8 KP | 3V + 2U + 2A | J. M. Buhmann | |
Kurzbeschreibung | Machine learning algorithms provide analytical methods to search data sets for characteristic patterns. Typical tasks include the classification of data, function fitting and clustering, with applications in image and speech analysis, bioinformatics and exploratory data analysis. This course is accompanied by practical machine learning projects. | |||||
Lernziel | Students will be familiarized with advanced concepts and algorithms for supervised and unsupervised learning; reinforce the statistics knowledge which is indispensible to solve modeling problems under uncertainty. Key concepts are the generalization ability of algorithms and systematic approaches to modeling and regularization. Machine learning projects will provide an opportunity to test the machine learning algorithms on real world data. | |||||
Inhalt | The theory of fundamental machine learning concepts is presented in the lecture, and illustrated with relevant applications. Students can deepen their understanding by solving both pen-and-paper and programming exercises, where they implement and apply famous algorithms to real-world data. Topics covered in the lecture include: Fundamentals: What is data? Bayesian Learning Computational learning theory Supervised learning: Ensembles: Bagging and Boosting Max Margin methods Neural networks Unsupservised learning: Dimensionality reduction techniques Clustering Mixture Models Non-parametric density estimation Learning Dynamical Systems | |||||
Skript | No lecture notes, but slides will be made available on the course webpage. | |||||
Literatur | C. Bishop. Pattern Recognition and Machine Learning. Springer 2007. R. Duda, P. Hart, and D. Stork. Pattern Classification. John Wiley & Sons, second edition, 2001. T. Hastie, R. Tibshirani, and J. Friedman. The Elements of Statistical Learning: Data Mining, Inference and Prediction. Springer, 2001. L. Wasserman. All of Statistics: A Concise Course in Statistical Inference. Springer, 2004. | |||||
Voraussetzungen / Besonderes | The course requires solid basic knowledge in analysis, statistics and numerical methods for CSE as well as practical programming experience for solving assignments. Students should have followed at least "Introduction to Machine Learning" or an equivalent course offered by another institution. | |||||
252-0417-00L | Randomized Algorithms and Probabilistic Methods | W | 8 KP | 3V + 2U + 2A | A. Steger | |
Kurzbeschreibung | Las Vegas & Monte Carlo algorithms; inequalities of Markov, Chebyshev, Chernoff; negative correlation; Markov chains: convergence, rapidly mixing; generating functions; Examples include: min cut, median, balls and bins, routing in hypercubes, 3SAT, card shuffling, random walks | |||||
Lernziel | After this course students will know fundamental techniques from probabilistic combinatorics for designing randomized algorithms and will be able to apply them to solve typical problems in these areas. | |||||
Inhalt | Randomized Algorithms are algorithms that "flip coins" to take certain decisions. This concept extends the classical model of deterministic algorithms and has become very popular and useful within the last twenty years. In many cases, randomized algorithms are faster, simpler or just more elegant than deterministic ones. In the course, we will discuss basic principles and techniques and derive from them a number of randomized methods for problems in different areas. | |||||
Skript | Yes. | |||||
Literatur | - Randomized Algorithms, Rajeev Motwani and Prabhakar Raghavan, Cambridge University Press (1995) - Probability and Computing, Michael Mitzenmacher and Eli Upfal, Cambridge University Press (2005) |
- Seite 1 von 1