Einsatz von Informatikmitteln

Slides:



Advertisements
Ähnliche Präsentationen
Dauermagnete Bei magnetischen Materialien unterscheidet man Eisenkerne bzw. Weicheisenstücke und Dauermagnete bzw. Hart-magnetische Materialien. Dauermagnete.
Advertisements

TAGUNG DER DEUTSCH-LUSITANISCHEN JURISTENVEREINIGUNG O processo penal português Panorâmica introdutória Der portugiesische Strafprozess ein einführender.
Ach wie gut, daß niemand weiß Der Schutz von Wissen
Herzlich Willkommen bei SIMPLE STABLE BULDING
Adjektivendungen Tabellen und Übungen.
ZWILLING Neuheiten 2008.
Das Hexenkochbuch Nicht Rattenschwänze, Spinnenbein
 Präsentation transkript:

Einsatz von Informatikmitteln Willkommen . . . . . . Studentinnen und Studenten der Fachrichtungen Agrarwissenschaften Erdwissenschaften Lebensmittelwissenschaften Umweltnaturwissenschaften zur Vorlesung Einsatz von Informatikmitteln http://www.evim.ethz.ch/

Agenda für heute, 28. Oktober, 2005 Begrüssung Der Informationsarbeitsplatz Beispiel eines Informationsarbeitsplatzes I: Kommunikation Ziele und Struktur der Lehrveranstaltung, Leistungskontrolle Räume und Computer Pause Einführung ins E.Tutorial Beispiel eines Informationsarbeitsplatzes II: Information 2/29 © Institut für Computational Science, ETH Zürich

Dozent Prof. Dr. H. Hinterberger Das Team von EvIM Dozent Prof. Dr. H. Hinterberger Institut für Computational Science Assistierende Hilfsassistierende Laura Bosia Tatjana Bähler Véronique Kobel Theresa Hodapp Volkan Arslan Philip Frey Jörg Derungs Oliver Müller Markus Dahinden Lukas Oertle Lukas Fässler Simon Reinhard Martin Marciniszyn Xiaoping Yin Marco Wyss 3/29 © Institut für Computational Science, ETH Zürich

Der Informationsarbeitsplatz Begrüssung Der Informationsarbeitsplatz Beispiel eines Informationsarbeitsplatzes I: Kommunikation Ziele und Struktur der Lehrveranstaltung, Leistungskontrolle Räume und Computer Pause Einführung ins E.Tutorial Beispiel eines Informationsarbeitsplatzes II: Information

Komponenten eines Informationsarbeitsplatzes Informatikmittel Datenbanken, Tabellenkalkulation, WWW, etc. Methoden der Informatik Strukturierung von Daten, Programmierung, numerische Methoden, etc. Informations- und Kommunikationstechnologien Computer, Rechnernetze, Sensoren, etc. 4/29 © Institut für Computational Science, ETH Zürich

Funktionalität eines Informationsarbeitsplatz 5/29 © Institut für Computational Science, ETH Zürich

Informatikmittel für unseren Informationsarbeitsplatz Computer: "Wintel" Datenverwaltung: Excel & Access (Microsoft) Kommunikation: Internet Datenverarbeitung: Excel Informationserzeugung: Excel & VisuLab 6/29 © Institut für Computational Science, ETH Zürich

Beispiel eines Informationsarbeitsplatzes I: Kommunikation Begrüssung Der Informationsarbeitsplatz Beispiel eines Informationsarbeitsplatzes I: Kommunikation Ziele und Struktur der Lehrveranstaltung, Leistungskontrolle Räume und Computer Pause Einführung ins E.Tutorial Beispiel eines Informationsarbeitsplatzes II: Information

Prozesssteuerung und Datenerfassung am Informationsarbeitsplatz 7/29 © Institut für Computational Science, ETH Zürich

Datenverarbeitung am Informationsarbeitsplatz Praxis 2 & 4 Praxis 6 Internet Praxis 1 Praxis 5 Praxis 3 8/29 © Institut für Computational Science, ETH Zürich

Ziele und Struktur der Lehrveranstaltung, Leistungskontrolle Begrüssung Der Informationsarbeitsplatz Beispiel eines Informationsarbeitsplatzes I: Kommunikation Ziele und Struktur der Lehrveranstaltung, Leistungskontrolle Räume und Computer Pause Einführung ins E.Tutorial Beispiel eines Informationsarbeitsplatzes II: Information

Ziele der Lehrveranstaltung Einen Informationsarbeitsplatz selbständig für folgende Arbeiten wirkungsvoll einsetzen: Datentransfer, Datenverarbeitung, Datendarstellung, Informationserzeugung, Datenverwaltung, Programmierung Teile der Informatik-Infrastruktur der ETH kennen lernen Mit dem Grundwortschatz der Informatik umgehen lernen Komplexität beherrschen lernen 9/29 © Institut für Computational Science, ETH Zürich

Bereitschaft, Selbstverantwortung für den Lernvorgang zu übernehmen. Voraussetzungen Elementare Fertigkeiten im Umgang mit einem Personalcomputer und dessen Betriebssystem. Wir erwarten nicht, dass Sie mit Details der Elektronik vertraut sind und auch nicht, dass Sie programmieren können. Bereitschaft, Selbstverantwortung für den Lernvorgang zu übernehmen. Die Daten und Räume sind ebenfalls auf dem Informationsblatt notiert. Studierende in den Umweltnaturwissenschaften benötigen eine Syquest Festplatte, 5 1/4", 44 MByte. Wenn Sie mit einem System umgehen können, beschaffen sie sich bereits jetzt eine Syquest und kopieren sie die Systemsoftware. Alle anderen sollten sich vor dem 31. Okt. eine 3 1/2 " Diskette beschaffen. 10/29 © Institut für Computational Science, ETH Zürich

Themen der 7 Vorlesungen Schwerpunkt: Konzepte und Methoden Datum 1 Einführung 28. Okt. 2 Rechnernetze, Internet 4.Nov. 3 Numerische Methoden 18. Nov. 4 Datenvisualisierung 2. Dez. 5 Datenverwaltung 16. Dez. 6 Datenbankentwurf 13. Jan. 7 Programmierung 27. Jan. 8 Semesterende-Test 10. Feb. 11/29 © Institut für Computational Science, ETH Zürich

Themen der 6 Übungen Schwerpunkt: Kompetenzerwerb Abgabe-Zeitraum Praxis 1: Publizieren über Internet 31. Okt. bis 11. Nov. Praxis 2: Tabellenkalkulation 13. Nov. bis 25. Nov. Praxis 3: Datenvisualisierung 28. Nov. bis 9. Dez. Praxis 4: Daten verwalten 1 12. Dez. bis 23. Dez. Praxis 5: Daten verwalten 2 9. Jan. bis 20. Jan. Praxis 6: Makroprogrammierung 23. Jan. bis 3. Feb. Leistungskontrolle: Sie erhalten die 2 Kreditpunkte dieser Vorlesung wenn Sie alle 6 Übungen bearbeitet und abgegeben sowie den Semesterende-Test absolviert haben. 12/29 © Institut für Computational Science, ETH Zürich

Räume und Computer Begrüssung Der Informationsarbeitsplatz Beispiel eines Informationsarbeitsplatzes I: Kommunikation Ziele und Struktur der Lehrveranstaltung, Leistungskontrolle Räume und Computer Pause Einführung ins E.Tutorial Beispiel eines Informationsarbeitsplatzes II: Information

ETH-Intranet (Ausschnitt) Wireless 13/29 © Institut für Computational Science, ETH Zürich

Ihre Computerarbeitsplätze an der ETH Raum Anzahl Typ Fachrichtung IFW D 31 24 PC/XP Erdwissenschaften HG E 23 25 PC/XP Agrarwissenschaften & Lebensmittelwissenschaften HG E 26.3 32 PC/XP Umweltnaturwissenschaften HG E 19 42 PC/XP Alle Studiengänge, nur freitags Öffentlich ETH Wireless Alle Fachrichtungen 14/29 © Institut für Computational Science, ETH Zürich

Ihre Computerarbeitsplätze an der ETH Sie können in irgend einem der öffentlichen Computerräume arbeiten, solange diese nicht für andere Veranstaltungen reserviert sind. Übungen abgeben können Sie jedoch nur in den für Sie reservierten Räumen. Für den Zugang von zu Hause aus, siehe: http://n.ethz.ch/ 15/29 © Institut für Computational Science, ETH Zürich

Computerarbeitsplätze: Zugangsverwaltung In den Ihnen zugeteilten, sowie in allen öffentlichen Computerräumen: Login-Name undKennwort vom nethz (bereits in Ihrem Besitz) Beispiel: bsteiner, Xz.s41A Passwörter nur über http://passwort.ethz.ch ändern!! Bei Zugangs-Problemen wenden Sie sich bitte an: hotline@student.ethz.ch 01 632 7777 Clöient/Server-Struktur der Rechner erklären 16/29 © Institut für Computational Science, ETH Zürich

Wann können Sie an ETH-Computern arbeiten? Die Computerräume sind während der jeweiligen Gebäudeöffnungszeiten zugänglich. Hauptgebäude Montag - Freitag 7.00 - 21.30 Uhr Samstag 7.00 - 16.00 Uhr IFW Montag - Freitag 7.00 - 20.00 Uhr Ausnahme: Die Räume sind für andere Veranstaltungen reserviert. Bedingung: Sie sind auf den Computern zugangsberechtigt. Weitere Informationen auf: http://n.ethz.ch/arbeitsraeume_offen.html 17/29 © Institut für Computational Science, ETH Zürich

Einführung ins E.Tutorial Begrüssung Der Informationsarbeitsplatz Beispiel eines Informationsarbeitsplatzes I: Kommunikation Ziele und Struktur der Lehrveranstaltung, Leistungskontrolle Räume und Computer Pause Einführung ins E.Tutorial Beispiel eines Informationsarbeitsplatzes II: Information

Selbständige ICT-Kompetenzen Fertigkeiten Konzepte Explain Do Try See 18/29 © Institut für Computational Science, ETH Zürich

Instruktion Anwendung Überprüfung 19/29 © Institut für Computational Science, ETH Zürich

Beispiel eines Informationsarbeitsplatzes II: Information Begrüssung Der Informationsarbeitsplatz Beispiel eines Informationsarbeitsplatzes I: Kommunikation Ziele und Struktur der Lehrveranstaltung, Leistungskontrolle Räume und Computer Pause Einführung ins E.Tutorial Beispiel eines Informationsarbeitsplatzes II: Information

A: Total der befallenen Stände Von einfachen Daten . . . Häufigkeit verschiedener Bienenkrankheiten Kanton Faulbrut Sauerbrut Acarapis Varroa A B ZH 373 4.5 152 2.3 453 5.5 1161 137.1 BE 2239 6.8 847 3.3 1117 3.4 1205 35.9 LU 734 7.7 10 0.1 159 1.6 614 62.3 UR 20 86 28.1 7 1.2 92 149.3 SZ 107 5.9 100 6.9 112 6.2 532 284.6 OW 25 4.3 5 1.1 9 1.5 19 31.6 • • Schweiz 9278 7.1 3303 3.2 6419 4.9 9571 71.6 Varroa A: Total der befallenen Stände B: Befallene Stände pro Jahr und 1000 Bienenbesitzer (1988) 20/29 © Institut für Computational Science, ETH Zürich

. . . zu komplexen Fragestellungen Faulbrut Einwohner/Besitzer Sauerbrut Einwohner/Volk Sackbrut Tal/Volk Kalkbrut Fläche/Volk Tracheenmilbe Wald/Volk 1. Varroa Kunstwiese/Volk Eingesandte Proben Naturwiese/Volk Honigertrag Beeren/Volk Kulturland/Honig Raps/Volk Kulturland/Volk Obst/Volk Beschreibung der Lebensumgebung von Bienen in der Schweiz durch 20 Variablen! 21/29 © Institut für Computational Science, ETH Zürich

Multivariate Visualisierung! "Rangliste" der Kantone. Wie können wir mit dieser Komplexität umgehen? Multivariate Visualisierung! 22/29 © Institut für Computational Science, ETH Zürich

2-d: Schwankungen in der Anzahl registrierter Fälle von Faulbrut 23/29 © Institut für Computational Science, ETH Zürich

2-d: Entwicklung des Varroa-Befalls 24/29 © Institut für Computational Science, ETH Zürich

3-d: Im Kanton Zürich gemeldete Fälle von Faulbrut, gegliedert nach Bezirk 25/29 © Institut für Computational Science, ETH Zürich

Chernoff‘s Idee zur Visualisierung mehrdimensionaler Daten Die Grösse oder Form verschiedener Gesichtsteile entsprechen dem Wert unterschiedlicher Parameter. 26/29 © Institut für Computational Science, ETH Zürich

Extreme Ausprägungen des Gesichts 27/29 © Institut für Computational Science, ETH Zürich

Mögliche Zuordnung von Bienendaten an Gesichtsteile Biegung der Mundlinie Honigertrag Grösse des Augapfels Raps/Volk Neigung der Augenbrauen Kulturland/Honig Stellung der Pupillen Obst/Volk Breite der Nase Kulturland/Volk Höhe der Augenbrauen Beeren/Volk Länge der Nase Fläche/Volk Länge der Augenbrauen 1. Varroa Länge der Mundlinie Einwohner/Besitzer Höhe des Gesichts Eingesandte Proben Höhe des Mundzentrums Einwohner/Volk Rundung obere Gesichtshälfte Faulbrut Abstand der Augen Tal/Volk Rundung untere Gesichtshälfte Sauerbrut 28/29 © Institut für Computational Science, ETH Zürich

"Klassenbild" mit den 26 Kantonen der Schweiz Geordnet nach Ähnlichkeit Zwei Probleme dieses Verfahrens: 1) Abhängigkeiten von Parametern (bei schmalem Mund verschwindet die Krümmung) 2) Klassifizieren, z.B. Gruppen bilden ist schwierig zu automatisieren 29/29

Wir wünschen Ihnen ein schönes Wochenende!