1 Einsatz von InformatikmittelnWillkommen . . . . . . Studentinnen und Studenten der Fachrichtungen Agrarwissenschaften Erdwissenschaften Lebensmittelwissenschaften Umweltnaturwissenschaften zur Vorlesung Einsatz von Informatikmitteln

2 Agenda für heute, 28. Oktober, 2005Begrüssung 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

3 Dozent Prof. Dr. H. HinterbergerDas 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

4 Der InformationsarbeitsplatzBegrüssung 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

5 Komponenten eines InformationsarbeitsplatzesInformatikmittel 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

6 Funktionalität eines Informationsarbeitsplatz5/29 © Institut für Computational Science, ETH Zürich

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

8 Beispiel eines Informationsarbeitsplatzes I: KommunikationBegrüssung 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

9 Prozesssteuerung und Datenerfassung am Informationsarbeitsplatz7/29 © Institut für Computational Science, ETH Zürich

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

11 Ziele und Struktur der Lehrveranstaltung, LeistungskontrolleBegrüssung 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

12 Ziele der LehrveranstaltungEinen 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

13 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

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

15 Themen der 6 Übungen Schwerpunkt: KompetenzerwerbAbgabe-Zeitraum Praxis 1: Publizieren über Internet 31. Okt. bis Nov. Praxis 2: Tabellenkalkulation Nov. bis 25. Nov. Praxis 3: Datenvisualisierung Nov. bis Dez. Praxis 4: Daten verwalten Dez. bis Dez. Praxis 5: Daten verwalten Jan. bis Jan. Praxis 6: Makroprogrammierung Jan. bis 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

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

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

18 Ihre Computerarbeitsplätze an der ETHRaum Anzahl Typ Fachrichtung IFW D PC/XP Erdwissenschaften HG E PC/XP Agrarwissenschaften & Lebensmittelwissenschaften HG E PC/XP Umweltnaturwissenschaften HG E PC/XP Alle Studiengänge, nur freitags Öffentlich ETH Wireless Alle Fachrichtungen 14/29 © Institut für Computational Science, ETH Zürich

19 Ihre Computerarbeitsplätze an der ETHSie 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: 15/29 © Institut für Computational Science, ETH Zürich

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

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

22 Einführung ins E.TutorialBegrüssung 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

23 Selbständige ICT-Kompetenzen Fertigkeiten Konzepte Explain Do Try See18/29 © Institut für Computational Science, ETH Zürich

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

25 Beispiel eines Informationsarbeitsplatzes II: InformationBegrüssung 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

26 A: Total der befallenen StändeVon 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

27 . . . zu komplexen FragestellungenFaulbrut 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

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

29 2-d: Schwankungen in der Anzahl registrierter Fälle von Faulbrut23/29 © Institut für Computational Science, ETH Zürich

30 2-d: Entwicklung des Varroa-Befalls24/29 © Institut für Computational Science, ETH Zürich

31 3-d: Im Kanton Zürich gemeldete Fälle von Faulbrut, gegliedert nach Bezirk25/29 © Institut für Computational Science, ETH Zürich

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

33 Extreme Ausprägungen des Gesichts27/29 © Institut für Computational Science, ETH Zürich

34 Mögliche Zuordnung von Bienendaten an GesichtsteileBiegung 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

35 "Klassenbild" mit den 26 Kantonen der SchweizGeordnet 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

36 Wir wünschen Ihnen ein schönes Wochenende!