inf962 - Fundamental Competencies in Computing Science III: Algorithms and Computational Problem Solving

inf962 - Fundamental Competencies in Computing Science III: Algorithms and Computational Problem Solving

Department für Informatik 6 KP
Modulteile Semesterveranstaltungen Wintersemester 2019/2020 Prüfungsleistung
Vorlesung
  • Uneingeschränkter Zugang 2.01.980 - CS4Science Lehrende anzeigen
    • Dr. Ute Vogel-Sonnenschein

    Dienstag: 16:00 - 18:00, wöchentlich (ab 15.10.2019), Ort: A04 2-221
    Donnerstag: 16:00 - 18:00, wöchentlich (ab 17.10.2019), Ort: A04 2-221
    Termine am Donnerstag, 20.02.2020 09:30 - 11:30, Mittwoch, 08.04.2020 09:30 - 11:45, Donnerstag, 02.07.2020 13:30 - 15:30, Ort: A07 0-030 (Hörsaal G), A14 0-030

    Überschneidung im MA EngSTS vermeiden

Übung
  • Uneingeschränkter Zugang 2.01.980 - CS4Science Lehrende anzeigen
    • Dr. Ute Vogel-Sonnenschein

    Dienstag: 16:00 - 18:00, wöchentlich (ab 15.10.2019), Ort: A04 2-221
    Donnerstag: 16:00 - 18:00, wöchentlich (ab 17.10.2019), Ort: A04 2-221
    Termine am Donnerstag, 20.02.2020 09:30 - 11:30, Mittwoch, 08.04.2020 09:30 - 11:45, Donnerstag, 02.07.2020 13:30 - 15:30, Ort: A07 0-030 (Hörsaal G), A14 0-030

    Überschneidung im MA EngSTS vermeiden

Hinweise zum Modul
Teilnahmevoraussetzungen

Es sind keine spezifischen Kenntnisse erforderlich, um an diesem Modul teilzunehmen.

Hinweise
Dieses Modul vermittelt Studierenden mit nicht-informatischem Hintergrund die Fähigkeiten zur rechnergestützten Problemlösung, die für die Bewältigung nachfolgender Kurse in Informatik erforderlich sind. Es ist nicht für Studierende mit Informatikhintergrund gedacht.
Prüfungszeiten

Die Prüfung findet in den ersten drei Wochen nach Ende der Veranstaltungszeit statt.

Die Wiederholungsprüfung findet in den letzten drei Wochen vor Beginn der nächsten Veranstaltungszeit statt.
Prüfungsleistung Modul
Fachpraktische Übungen und Klausur
oder
Fachpraktische Übungen und mündliche Prüfung ( bei weniger als 20 Teilnehmenden)
Kompetenzziele
Absolvent*innen des Moduls haben ein tiefergehendes Verständnis von grundlegenden Theorien und Techniken der Informatik erworben und können auftretende Probleme einordnen. Die Studenten werden damit befähigt, einfache Aufgabenstellungen aus ihrem Fachgebiet mit Mitteln der Informatik zu strukturieren, zu modellieren und Lösungsansätze zu entwerfen und den Lösungsaufwand abzuschätzen. Sie haben ein Grundverständnis für den Entwurf und den Einsatz von relationalen Datenbanken.

Dieser Kurs  vermittelt  Studierenden  grundlegende Fähigkeiten in der rechnergestützten Problemlösung, die für die Bewältigung nachfolgender Kurse in Informatik notwendig sind.

Fachkompetenzen:
Die Studierenden
  • benennen die grundlegenden Konzepte der von Neumannschen Rechnerarchitektur,
  • beschreiben Konzepte der rechnerischen Repräsentation von Informationen und deren Grenzen,
  •  nutzen grundlegende Datenstrukturen und Algorithmen und können über deren Komplexität argumentieren,
  • modellieren einfache Sachverhalte mit formalen Konzepten wie Automaten und formalen Sprachen,
  • entwerfen relationale Datenbanken und benennen die Vorteile einer datenbankgestützen Speicherung.
Methodenkompetenzen:
Die Studierenden
  • analysieren Probleme aus ihrem Anwendungsbereich,
  • entwerfen sachangemessene Lösungen für einfache Problemstellungen mittels der Programmiersprache Python und schätzen den Aufwand für die  Ausführung ab,
  • entwerfen einfache objektorientierte Modelle und implementieren diese in Python und setzen eine einfache IDE zur Erstellung von Python-Skripten ein,
  • diskutieren alternative rechnerische Darstellungen von Daten und Problemen  und ziehen daraus fundierte Schlüsse für spätere Entwurfs- und Implementierungsentscheidungen,
  • stellen Anfragen an relationale Datenbank über eine einfaches Datenbankmanagementsystem und  können Anfragen an Datenbanken sowohl über ein DBMS als auch über die SQL-Schnittstelle von Porgrammersprachen  stellen,
  • erarbeiten sich die Syntax einfacher neuer Konstrukte anhand von formalen Konzepten.
Soziale Kompetenzen:
Die Studierenden
  • präsentieren und diskutieren  ihre Lösungen in einem interdisziplinären Team,
  • erarbeiten Lösungen zu einfachen Problemstellungen kooperativ im Team.
Selbstkompetenzen:
Die Studierenden
  • reflektieren grundlegende Entwurfsentscheidungen in Algorithmen und Datenstrukturen kritisch,
  • vertiefen ihre Fähigkeiten im Zeitmanagement.

Nach oben