2.3 Data-Science – Unterrichtsmaterial
PPG-Signal aufnehmen und visualisieren
Die Schülerinnen und Schüler nehmen mithilfe eines Smartphones und einer Python-Skriptdatei ein photoplethysmografisches (PPG) Signal auf, extrahieren die Farbwerte aus dem Video und visualisieren diese in Excel, um die Herzfrequenz zu bestimmen.
Erdbeben weltweit — eine Live-Karte aus echten Daten
In diesem Material erstellen Schülerinnen und Schüler schrittweise eine interaktive Weltkarte von aktuellen Erdbeben mithilfe von Echtdaten einer USGS-API und Python. Dabei werden Daten gefiltert, GeoJSON-Strukturen analysiert und geographische Daten sowie Plattengrenzen mit matplotlib visualisiert.
Tabellen verknüpfen mit JOIN
Dieses Unterrichtsmaterial erklärt anhand von praxisnahen Beispielen und einer Spotify-Datenbank, wie relationale Datenbanktabellen mithilfe von SQL-Befehlen wie INNER JOIN und LEFT JOIN verknüpft werden. Es enthält detaillierte Erklärungen, Code-Beispiele sowie zahlreiche Übungsaufgaben zur Vertiefung.
Daten zusammenfassen mit Aggregatfunktionen in SQL
Dieses Unterrichtsmaterial führt in die Verwendung von SQL-Aggregatfunktionen wie COUNT, AVG, SUM, MIN und MAX ein. Anhand von Beispielen wird ausserdem die Gruppierung mit GROUP BY sowie das Filtern von Gruppen mit HAVING erklärt, ergänzt durch praktische Programmieraufgaben.
Agent-Based Modelling mit NetLogo
Dieses umfassende Unterrichtsmaterial führt in das Agentenbasierte Modellieren (ABM) mittels NetLogo ein. Anhand von Wolf-Schaf-Gras-Simulationen untersuchen Schülerinnen und Schüler ökologische Dynamiken, Populationsoszillationen sowie evolutionäre Prozesse wie Vererbung und natürliche Selektion.
DynaTraffic: Einstiegs-, Fortgeschrittene und Weiterführende Aufgaben
Umfassendes Aufgabenblatt zur Simulation von Markov-Ketten und dynamischen Systemen mit dem Programm DynaTraffic. Die Schülerinnen und Schüler analysieren Übergangswahrscheinlichkeiten, stationäre sowie periodische Zustände und das Verhalten von Verkehrssystemen.
PPG-Signalanalyse mit USB-Mikroskop und Python
In dieser Unterrichtseinheit wird ein alternatives Messsetup mit einem USB-Mikroskop zur Erfassung und Analyse von PPG-Signalen aufgebaut. Die Schülerinnen und Schüler verarbeiten den Live-Videostream in Python, filtern das Rohsignal und untersuchen verschiedene Körperstellen auf ihre Signalqualität.
Herzfrequenz-Analyse mit der Fourier-Transformation in Python
Dieses Unterrichtsmaterial zeigt, wie man mithilfe von Python und der Fast Fourier Transformation (FFT) ein PPG-Signal aus Video- oder Sensordaten analysiert, um die Herzfrequenz automatisch zu bestimmen. Die Schülerinnen und Schüler lernen das Konzept der Signalverarbeitung im Frequenzbereich kennen und vergleichen die automatischen Ergebnisse mit manuellen Zählungen.
Der naive Bayes-Klassifikator als Spamfilter
Dieses Unterrichtsmaterial erklärt die Funktionsweise des naiven Bayes-Klassifikators anhand eines einfachen Spamfilter-Beispiels. Die Lernenden berechnen Wahrscheinlichkeiten sowie das Wahrscheinlichkeitsverhältnis und lösen dazu konkrete Aufgaben mit Musterlösungen.
Der naive Bayes-Klassifikator als Spamfilter
Dieses Unterrichtsmaterial erklärt die Funktionsweise des naiven Bayes-Klassifikators anhand eines einfachen Spamfilter-Beispiels. Anhand von Tabellen, Wahrscheinlichkeitsberechnungen und praktischen Aufgaben lernen Schülerinnen und Schüler die mathematischen Grundlagen und Grenzen einfacher KI-Modelle kennen.
Künstliche Intelligenz und Maschinelles Lernen
Dieses Unterrichtsmaterial vermittelt die Grundlagen der Künstlichen Intelligenz und des Maschinellen Lernens. Es beleuchtet klassische algorithmische Ansätze im Vergleich zu subsymbolischen Systemen wie Neuronalen Netzen und wird durch praktische Aufgaben mit interaktiven Tools ergänzt.
Big Data: Grundlagen, Risiken und gesellschaftliche Auswirkungen
Der Text bietet eine umfassende theoretische Auseinandersetzung mit dem Thema Big Data. Er beleuchtet die Definition anhand der fünf Vs, erläutert praktische Anwendungen wie Predictive Policing und diskutiert kritisch ethische, rechtliche sowie gesellschaftliche Risiken.
Wie funktioniert ein Pulsmesser?
Das Material erklärt das physikalische Prinzip der Photoplethysmographie (PPG), wie Smartwatches und Fitness-Tracker den Puls mittels optischer Sensoren messen und welche Limitationen dabei auftreten.
Die Welt anhand von Daten betrachten
Dieses Unterrichtsmaterial führt in die Analyse und Visualisierung von globalen Entwicklungsdaten ein. Anhand von Tools wie Gapminder und Our World in Data lernen die Lernenden, komplexe gesellschaftliche Zusammenhänge zu verstehen und kritisch zu hinterfragen.
Lineares Wachstum und Simulation mit Tabellenkalkulation
Anhand einer Wolfspopulation wird lineares Wachstum modelliert, wobei Lernende eine Tabellenkalkulation zur Simulation nutzen und Bezüge zu linearen Funktionen herstellen. Das Material kombiniert mathematische Modellbildung mit praktischer Datenverarbeitung und Diagrammerstellung.
Exponentielles Wachstum in Tabellenkalkulationen
Dieses Unterrichtsmaterial führt anhand eines Wolfspopulations-Beispiels in die Modellierung von exponentiellem Wachstum ein. Die Lernenden setzen das Modell praktisch in einer Tabellenkalkulation um, arbeiten mit Formeln und absoluten Zellbezügen und analysieren die Diagramme.
Logistisches Wachstum mit Tabellenkalkulation
Dieses Unterrichtsmaterial führt anhand eines Beispiels mit einer Wolfspopulation in das logistische Wachstum ein. Die Lernenden modellieren das Wachstum mithilfe einer Tabellenkalkulation, indem sie eine Formel für den Restkapazitätsfaktor entwickeln und die Wachstumskurve analysieren.
Modellierung und Trendlinien mit Excel am Beispiel des Wolfsbestands
Dieses Unterrichtsmaterial zeigt anhand realer Daten zur Wolfspopulation in der Schweiz, wie Daten in Excel importiert, bereinigt und grafisch dargestellt werden. Zudem wird erklärt, wie verschiedene Regressions- und Trendlinien (linear, exponentiell, logarithmisch, polynomial) sowie das Bestimmtheitsmass R² zur Datenanalyse eingesetzt werden.
Reale Daten mit logistischem Modell vergleichen und R² berechnen
Dieses Unterrichtsmaterial zeigt Schritt für Schritt, wie reale Populationsdaten (am Beispiel von Wölfen) in eine Tabellenkalkulation übertragen, mit einem logistischen Modell grafisch verglichen und durch die Berechnung des Bestimmtheitsmasses R² evaluiert werden.
Auftrag Populationsentwicklungen
Ein konkreter Arbeitsauftrag für Schülerinnen und Schüler, bei dem populationsbiologische Wachstumsmodelle mithilfe von Tabellenkalkulationen implementiert, mit realen Daten aus einer Datenbank verglichen und in einem strukturierten Textdokument reflektiert werden.
Agent-Based Modeling
Ein Arbeitsauftrag zur Erstellung einer schriftlichen Arbeit über agentenbasierte Modellierung mithilfe von NetLogo-Simulationen. Die Schülerinnen und Schüler untersuchen wissenschaftliche Fragestellungen zu Ökosystemen, verfassen einen strukturierten Bericht und wenden dabei Regeln zum wissenschaftlichen Arbeiten an.
Beschränktes Wachstum in Tabellenkalkulationen
Dieses Unterrichtsmaterial führt anhand eines konkreten Beispiels (Wölfe auf einer Insel) in das mathematische und modellierende Konzept des beschränkten Wachstums ein. Lernende passen ein bestehendes Tabellenblatt an, um die Restkapazität und das veränderte Bevölkerungswachstum zu simulieren und auszuwerten.
Daten auswerten: Lernziele und Computer-Prüfung
Dieses Unterrichtsmaterial beschreibt die Lernziele und die summative Computer-Prüfung zum Thema 'Daten auswerten'. Es umfasst Kompetenzen zur Nutzung von Tabellenkalkulationen wie Excel, zum Erstellen von Diagrammen sowie zur Anwendung von Formeln und Zellbezügen.
Unterrichtsreihe Finanzdatenanalyse und KI-gestützte Finanzmarktprognosen
Diese Unterrichtsreihe verbindet Wirtschaft, Informatik und Mathematik in drei differenzierten Leistungsniveaus. Im ersten Teil werden Grundlagen der Finanzdatenanalyse und Visualisierung erarbeitet, während der zweite Teil eine Projektarbeit zu KI-gestützten Finanzmarktprognosen beinhaltet.
MENACE - Ein lernender Computer aus Zündholzschachteln
Das Material beschreibt ein Projekt für das Gymnasium, bei dem das berühmte Experiment MENACE von Donald Michie nachgebaut wird. Dabei handelt es sich um einen mechanischen, lernenden Computer aus Zündholzschachteln, der Tic-Tac-Toe spielen kann und grundlegende Konzepte von maschinellem Lernen spielerisch veranschaulicht.
Standardabweichung berechnen mit C, Gnuplot und Zsh
Ein praxisorientiertes Programmierprojekt für das Gymnasium zur Berechnung der Standardabweichung. Es verwendet die Programmiersprache C, Shell-Skripte und Gnuplot zur Visualisierung.
Maschinelles Lernen: Punkt- und Linienklassifikatoren
In dieser Lernumgebung setzen sich Schülerinnen und Schüler mit dem Klassifizieren von verschiedenen Daten anhand realer Datensätze auseinander. Das Material führt in grundlegende Konzepte des maschinellen Lernens ein.
Abenteuer Informatik - Unterrichtsmaterial zu Algorithmen und Künstlicher Intelligenz
Dieses Lehrmittel führt Schülerinnen und Schüler systematisch in die Organisation von Datensammlungen, effiziente Such- und Optimierungsalgorithmen sowie in die Grundlagen von Lernalgorithmen und Künstlicher Intelligenz ein. Es setzt dabei auf anschauliche und problemlösungsorientierte Zugänge.
Einführung in die künstliche Intelligenz mittels A*-Graphensuche
Diese Unterrichtseinheit für die Sekundarstufe II führt anhand der A*-Graphensuche in grundlegende Konzepte der künstlichen Intelligenz ein. Die Schülerinnen und Schüler lernen Möglichkeiten und Grenzen von KI-Verfahren im Bereich der Graphensuche kennen.
QueueTraffic: Grundbegriffe der Warteschlangentheorie
Die Software QueueTraffic ermöglicht es Schülerinnen und Schülern, mithilfe einer visuellen Simulation von Strassenkreuzungen intuitiv die Grundbegriffe der Warteschlangentheorie zu erarbeiten. Durch das Verändern von Parametern können Auswirkungen auf Staubildung, Durchsatz und Auslastung direkt beobachtet und statistisch analysiert werden.
Vortrag: OLAP (Online Analytical Processing) – eine Einführung
Dieses Material bietet eine Einführung in die OLAP-Technologie (Online Analytical Processing) zur Datenanalyse in Unternehmen. Es enthält Folien, Texte, Übungsaufgaben und Erklärungen zu Kennzahlen und Dimensionen.
Die Suche nach wertvollen Informationen im Daten-Nirvana
Diese Unterrichtseinheit führt Schülerinnen und Schüler in die theoretischen Grundlagen des Data Minings ein. Mithilfe realer Datensätze und der Open-Source-Software Weka lernen sie, aus grossen Datenmengen wertvolle Informationen zu gewinnen und diese zu analysieren.
Datenvisualisierung mit Excel
Dieses Unterrichtsmaterial führt in die Unterscheidung von quantitativen und qualitativen Daten ein und erklärt anhand von Beispielen, wie verschiedene Diagrammtypen wie Kreis-, Linien-, Säulen- und Balkendiagramme in Excel erstellt und für Analysen eingesetzt werden.
Arbeitsblatt Diagramme und Datenvisualisierung
Dieses Unterrichtsmaterial erklärt verschiedene Diagrammtypen wie Säulen-, Balken-, Kreis-, Linien- und Punktdiagramme sowie deren korrekte Anwendung. Anhand praktischer Aufgaben und Datensätze aus Excel lernen Schülerinnen und Schüler, Diagramme zu erstellen, zu beschriften und kritisch zu analysieren.
Demografische Bilanz der Schweiz: Live-Datenabfrage und Analyse mit Python
Das Material demonstriert, wie demografische Daten des Bundesamtes für Statistik (BFS) mittels Python, Pandas und Matplotlib live über eine API abgerufen und analysiert werden. Es zeigt anhand von Zeitreihen und Bevölkerungsszenarien die Entwicklung der Schweizer Bevölkerung.
Unterrichtseinheit Game of Life
Die Unterrichtseinheit führt Schülerinnen und Schüler anhand eines Java-Applets spielerisch und entdeckend in das 'Game of Life' und das Verhalten von Simulationen ein. Dabei untersuchen sie Startpopulationen, betrachten Wachstumsformen und vergleichen diese mit natürlichen Systemen. Das Dokument enthält umfassende Hintergrundinformationen, Ablaufpläne und Arbeitsaufträge für die Lehrperson.
Lernparcours Big Data
In diesem Lernparcours erarbeiten sich Schülerinnen und Schüler in Gruppen die Themengebiete Big Data, Datenanalyse und deren gesellschaftliche Auswirkungen. Sie lesen und diskutieren verschiedene Kapitel über Datenquellen, Analysemethoden, Anwendungsfelder sowie ethische Bewertungen und erstellen dazu Präsentationen und Zusammenfassungen.
Big-Data Start-Up Wettbewerb
In diesem projektorientierten Unterrichtsmaterial schlüpfen Schülerinnen und Schüler in Teams die Rolle von Start-Up-Gründern, um eine Geschäftsidee im Bereich Big Data zu entwickeln und vor einer Jury zu präsentieren. Das Material führt spielerisch in das Thema Big Data ein und verbindet Gruppenarbeit mit der Präsentation von Konzepten.
Big Data Start-Up Projekt
Die Schülerinnen und Schüler entwickeln in Gruppen eine Geschäftsidee basierend auf vorgegebenen Datensätzen und erstellen dazu einen Firmennamen, ein Logo sowie eine Präsentation als Slidecast. Dabei werden auch ethische Fragen und Kriterien wie Menschenrechte im Kontext von Daten diskutiert.
Datenaufbereitung für KI-Modelle
Das Unterrichtsmaterial führt in die Grundlagen der Datenaufbereitung für KI-Modelle ein und behandelt Themen wie Datenbereinigung, Vereinheitlichung und Labeling anhand eines praktischen Beispiels zur Spam-Erkennung. Die Lernenden untersuchen eigene Datensätze und reflektieren die Herausforderungen bei der Datenerfassung sowie die Funktionsweise von Sprachmodellen.
Modelltraining für Spamfilter mit Excel
Dieses Unterrichtsmaterial führt in den Trainingsprozess von Machine-Learning-Modellen am Beispiel einer Spam-Erkennung ein. Dabei wird bewusst auf komplexe Programmierbibliotheken verzichtet und stattdessen Microsoft Excel verwendet, um die zugrundeliegenden Daten- und Trainingsprinzipien nachvollziehbar zu vermitteln.
Validierung und Naive-Bayes-Klassifikation am Beispiel eines Spamfilters
Dieses Unterrichtsmaterial behandelt anhand eines praktischen Beispiels die Funktionsweise und Validierung eines Spamfilters mittels Naive-Bayes-Klassifikation. Die Lernenden berechnen Wahrscheinlichkeiten von Hand, analysieren den Einfluss von Datenqualität auf die Ergebnisse und reflektieren über das Verhalten von KI-Systemen.
Fazit zu KI und Spamfilter
Dieses Unterrichtsmaterial enthält Aufgaben und ein Fazit zur künstlichen Intelligenz, konkret am Beispiel eines Spamfilters mit dem Naiven Bayes Klassifikator sowie Ausblicken auf Bias, Ethik und andere KI-Modelle.
Grundsätze zur Anwendung von KI am Gymnasium Kirchenfeld
Dieses Dokument erläutert Richtlinien und Best Practices für den Umgang mit künstlicher Intelligenz am Gymnasium. Es behandelt Themen wie Medienkompetenz und Bias, lernfördernden Einsatz, Prompt Engineering sowie Datenschutz und Urheberrecht.
Big Data: Die 5 Vs und Datenmengen-Schätzung
Dieses Unterrichtsmaterial führt in das Konzept von Big Data anhand der 5 Vs ein und vertieft das Verständnis durch praxisnahe Schätzaufgaben zu Datenmengen von Texten, Audio, Bildern und Videos.
Lernziele zu Künstlicher Intelligenz, Big Data und Datenschutz
Dieses Dokument listet zentrale Lernziele zu den Themen Künstliche Intelligenz, Big Data, Datenschutz (DSGVO) und Urheberrecht (Creative Commons) auf. Es dient als Übersicht für Schülerinnen und Schüler, um Grundbegriffe und gesellschaftliche Auswirkungen einzuordnen.
Distanzen messen mit dem micro:bit
In diesem praktischen Projekt programmieren die Lernenden einen Schrittzähler auf einem micro:bit, kalibrieren ihn auf ihre persönliche Schrittlänge und messen damit die Länge eines Schulhauskorridors. Anschliessend werten sie die gesammelten Messdaten in einem Tabellenkalkulationsprogramm aus.
Puls messen mit dem micro:bit und Pulssensor
In diesem Unterrichtsmaterial lernen Schülerinnen und Schüler, wie man einen physischen Pulssensor verkabelt und mithilfe von Python auf einem micro:bit auswertet. Das Material enthält eine detaillierte Anleitung zur Hardware-Inbetriebnahme sowie eine praktische Messaufgabe inklusive Daten-Plotting.
Herzrhythmus-Analyse mit dem micro:bit
Die Schülerinnen und Schüler zeichnen ihren Herzrhythmus mit Hilfe eines micro:bit auf eine Protokolldatei auf und analysieren die Daten anschliessend mithilfe von Diagrammen. Dabei wird die Regelmässigkeit des Pulses sowie die Abhängigkeit der Herzfrequenz von der Atmung untersucht.
Unterrichtsmaterial zum Thema Messen und physische Computing mit dem micro:bit
Dieses Materialpaket für Lehrpersonen enthält Präsentationen und Arbeitsblätter für den Einstieg in das Thema Messen. Es werden digitale Sensoren, Temperaturmessung und Herzfrequenzmessung behandelt, unter anderem mittels des micro:bit.
Simulation von Würfeln mit Python
In diesem Unterrichtsmaterial schreiben die Lernenden Python-Funktionen, um Würfe zu simulieren, absolute und relative Häufigkeiten zu berechnen sowie die Standardabweichung mithilfe von Numpy zu bestimmen.
Visualisierung mit matplotlib in Python
Dieses Unterrichtsmaterial führt in die Erstellung von Diagrammen und Datenvisualisierungen in Python mit der Bibliothek matplotlib ein. Anhand konkreter Code-Beispiele und einer praktischen Übung lernen die Schülerinnen und Schüler, Datenreihen darzustellen, zu beschriften und anzupassen.
Repetition – Münzwurf
Dieses Unterrichtsmaterial enthält Programmieraufgaben in Python zur Simulation von Münzwürfen. Die Lernenden schreiben Funktionen zur Auswertung von Daten und visualisieren die Ergebnisse mit matplotlib.
Validierung und Visualisierung von Simulationen mit Matplotlib
Dieses Unterrichtsmaterial leitet Lernende dazu an, eine bestehende Simulation von Infektionskrankheiten zu validieren und mithilfe der Bibliothek matplotlib zu visualisieren. Die Schülerinnen und Schüler erweitern ihr Programm um Diagramme, passen Simulationsparameter an und verfeinern das Modell durch Zusatzaufgaben.
Globale Ereignisse und Datenvisualisierung mit Thymio und Aseba
Das Unterrichtsmaterial erklärt anhand des Thymio-Roboters und der Software Aseba, wie globale Ereignisse definiert, versendet und zur grafischen Darstellung von Sensordaten genutzt werden. Es zeigt Schritt für Schritt, wie Beschleunigungsmesswerte aufgezeichnet und visualisiert werden können.
Künstliche Neuronen und Hebbsche Lernregel mit Thymio
Das Unterrichtsmaterial führt in künstliche neuronale Netze und die Hebbsche Lernregel ein. Anhand mathematischer Formeln und einer Aseba-Musterlösung für den Thymio-Roboter wird gezeigt, wie künstliche Neuronen implementiert und trainiert werden.
Datenaufbereitung für KI und Spamfilter
Dieses Unterrichtsmaterial führt Schülerinnen und Schüler spielerisch und praxisnah in die Datensammlung und Datenaufbereitung für KI-Modelle am Beispiel eines Spamfilters ein. Es werden Aspekte wie Labeling, Trainingsdatenmengen von Sprachmodellen und die Klassifikation von Grenzfällen wie Graymails behandelt.
Grundbegriffe der Künstlichen Intelligenz und einfache Klassifikation
Das Unterrichtsmaterial vermittelt zentrale Grundbegriffe der künstlichen Intelligenz und des maschinellen Lernens anhand konkreter Beispiele wie Spamfiltern. Es enthält Definitionen, Anwendungsbeispiele sowie Übungsaufgaben inklusive Musterlösungen zu Themen wie Bias und Klassifikation.
Gesellschaftliche Auswirkungen durch KI
Dieses Unterrichtsmaterial beleuchtet die Chancen, Risiken und gesellschaftlichen Herausforderungen von Künstlicher Intelligenz anhand eines Quiz und weiterführender Diskussionsaufgaben. Themen wie Datenschutz, Bias, Deepfakes und der verantwortungsvolle Umgang im Schulalltag stehen dabei im Vordergrund.
Big Data: Die 5 V's und Datenmengen
Dieses Unterrichtsmaterial behandelt die Merkmale von Big Data anhand der fünf V's sowie die Grössen und Einflussfaktoren verschiedener Datenarten (Text, Audio, Bild, Video). Es enthält konkrete Aufgaben mit Musterlösungen zur Schätzung des eigenen täglichen Datenkonsums und globaler Datenmengen.
Validierung von Simulationen
Der Text beschreibt den Prozess der Validierung von Simulationen, wobei ein besonderer Schwerpunkt auf der Visualisierung von Daten zur Beurteilung des Modellverhaltens und dem kritischen Abgleich der Ergebnisse mit der Realität liegt.
Konzept Maschinelles Lernen
Der Text erklärt das Konzept des maschinellen Lernens als Teilgebiet der künstlichen Intelligenz. Anhand einer alltäglichen Analogie wird verdeutlicht, wie Systeme Muster in Daten erkennen und verallgemeinern können. Zudem werden symbolische und subsymbolische Systeme kurz gegenübergestellt.
Konzept EVA (Eingabe-Verarbeitung-Ausgabe)
Das Material erklärt das grundlegende EVA-Prinzip (Eingabe-Verarbeitung-Ausgabe) anhand verschiedener alltagsnaher Beispiele und einer Analogie mit einem Getränkeautomaten. Es verdeutlicht, wie automatische Informationsverarbeitung funktioniert, ohne dass Details der internen Verarbeitung zwingend verstanden werden müssen.
SoekiaGPT: Funktionsweise grosser Sprachmodelle
Dieses Material stellt eine webbasierte Simulation eines Textgenerators für den Unterricht vor. Es erklärt vereinfacht die Funktionsweise von grossen Sprachmodellen wie ChatGPT durch maschinelles Lernen und statistische Textanalyse.
Vortragsreihe und Diskussion zu Big Data und Künstlicher Intelligenz
Die Schülerinnen und Schüler setzen sich in Gruppen anhand von Buchkapiteln und Zusatzquellen kritisch mit den gesellschaftlichen Auswirkungen von Big Data und Künstlicher Intelligenz auseinander. Sie diskutieren ethische Fragestellungen in Bereichen wie Justiz, Medizin oder ChatGPT und präsentieren ihre Ergebnisse in Form eines strukturierten Vortrags.
Daten Verwalten
Dieses E-Tutorial enthält zwei praxisnahe Projektaufgaben zur Datenanalyse. Es wird mit Erdbebendaten in Excel sowie mit Nährwert- und Verkehrsdaten in SQLite gearbeitet.
Maschinelles Lernen: Lernalgorithmen
Diese Lernumgebung vom ABZ der ETH Zürich thematisiert, wie Algorithmen aus Daten Strategien lernen können. Sie bietet Einblicke in grundlegende Konzepte des maschinellen Lernens für den Informatikunterricht.
Funktionsweise und Suchoperatoren von Suchmaschinen
Dieses Unterrichtsmaterial erklärt die grundlegende Funktionsweise von Suchmaschinen, insbesondere die Rolle von Index, Bots und Crawlern. Zudem bietet es eine übersichtliche Referenztabelle zu zuverlässigen und unzuverlässigen erweiterten Suchoperatoren von Google.
Funktionsgraphen in Excel
Dieses Arbeitsblatt führt anhand von mathematischen Funktionen in die Erstellung von Wertetabellen und Funktionsgraphen in Excel ein. Lernende setzen dabei quadratische Funktionen variabel um und visualisieren diese.
Galton-Brett Simulation in Excel
Das Unterrichtsmaterial leitet dazu an, ein Galton-Brett zur Veranschaulichung der Binomialverteilung als Simulation in Excel nachzubauen. Dabei werden mithilfe von Präsentationen und optionalen Makros Animationen und wiederholbare Simulationsschritte implementiert.
Wie funktioniert eine Suchmaschine?
Das Material erklärt die grundlegende Funktionsweise von Suchmaschinen, insbesondere bezüglich Indizierung und Web-Crawlern. Zudem bietet es eine detaillierte Übersicht über nützliche und weniger zuverlässige Google-Suchoperatoren zur Verfeinerung von Suchanfragen.
Funktionsgraphen und Wertetabellen in Excel
Dieses Unterrichtsmaterial zeigt anhand einer mathematischen Funktion, wie man in Excel Wertetabellen erstellt und Funktionsgraphen generiert. Anschliessend wird die Tabelle so erweitert, dass beliebige quadratische Funktionen dargestellt werden können.
Galton-Brett Simulation in Excel
Dieses Unterrichtsmaterial zeigt, wie mithilfe von Excel und Makros ein Galton-Brett zur Veranschaulichung der Binomialverteilung erstellt werden kann. Anhand einer Präsentation und ergänzenden Videos wird eine Simulation schrittweise nachgebaut.
Lokale Sprachmodelle mit LM Studio
Das Material führt in die Nutzung von LM Studio ein, um grosse Sprachmodelle (LLMs) lokal auf dem eigenen Computer auszuführen. Es erklärt grundlegende Konzepte wie Modellformate, Parameter und deren Genauigkeit und leitet dazu an, konkrete Modelle herunterzuladen.
Big Data – Einführung
Das Material bietet eine kompakte Einführung in das Thema Big Data und erklärt wichtige Fachbegriffe wie Data Mining, Machine Learning, Datenvisualisierung und Datenaufbereitung. Es vermittelt grundlegende Konzepte der automatischen Informationsverarbeitung und Mustererkennung auf grossen Datenmengen.
Einführung in Künstliche Intelligenz
Der Text bietet eine verständliche Einführung in die Grundlagen der künstlichen Intelligenz, vergleicht klassische Algorithmen mit KI-Algorithmen und beleuchtet die Funktionsweise sowie Grenzen von generativer KI.
Die Geschichte der KI-Forschung
Der Text gibt eine kompakte Übersicht über die historische Entwicklung der künstlichen Intelligenz in drei Wellen von den Anfängen bis zur modernen generativen KI. Eine übersichtliche Zeitleiste ordnet wichtige Meilensteine wie die Turingmaschine, Expertensysteme und Deep Learning chronologisch ein.
Grundbegriffe der künstlichen Intelligenz
Dieses Material bietet eine übersichtliche Sammlung zentraler Begriffe und Definitionen rund um das Thema künstliche Intelligenz und maschinelles Lernen. Es eignet sich hervorragend als Einführung oder Nachschlagewerk und enthält zudem Lernkarten zur Festigung des Wissens.
KI-Projekt: Spamfilter
Dieses Unterrichtsmaterial führt spielerisch und theoretisch in die Grundlagen der künstlichen Intelligenz ein, indem die Lernenden die Erstellung eines eigenen Spamfilters konzipieren. Dabei werden die zentralen Schritte von der Problemdefinition über die Datenaufbereitung bis hin zum Training und Deployment beleuchtet.
Problemdefinition für ein KI-Projekt: Spamfilter
Dieses Material erklärt am Beispiel eines Spamfilters, wie wichtig eine klare und spezifische Problemdefinition für Data-Science- und KI-Projekte ist. Es definiert konkrete Ziele, Eingrenzungen und Erfolgskriterien für die Entwicklung eines einfachen Textklassifikators.
Begriffslexikon zu Data Science und Künstlicher Intelligenz
Das Material bietet eine übersichtliche Zusammenstellung zentraler Begriffe rund um Data Science, Big Data, Data Mining, Machine Learning und Datenaufbereitung. Es erläutert diese Fachbegriffe kurz und nennt anschauliche Anwendungsbeispiele wie Objekterkennung oder Warenkorbanalysen.
Do Not Track – Interaktive Videos
Die interaktive Videoserie 'Do not Track' beleuchtet in sieben Episoden das Geschäft mit persönlichen Daten im Internet. Die Lernenden werden aktiv einbezogen, um zu erfahren, wie Datensammlung und personalisierte Werbung im Alltag funktionieren.
Protokolle transferieren mit micro:bit und Thonny
Eine kurze Anleitung und Aufgabe zum Übertragen von Messdaten vom micro:bit auf den PC mittels der Entwicklungsumgebung Thonny. Die erhobenen Daten werden anschliessend grafisch ausgewertet.
Messwerte plotten mit Thonny
Eine kurze Anleitung zur Nutzung des integrierten Plotters in der Python-Entwicklungsumgebung Thonny, um ausgegebene Messwerte graphisch in Echtzeit darzustellen. Das Material zeigt praxisnah, wie das Plotterfenster aktiviert und für die Visualisierung eingesetzt wird.
Pulsschlag entdecken
Dieses Unterrichtsmaterial behandelt die algorithmische Erkennung von Pulsschlägen anhand von Messwertdiagrammen. Die Lernenden erarbeiten sich Methoden zur Bestimmung einer Baseline, um Signale von Hintergrundrauschen zu unterscheiden.
Grundsätzliche Überlegungen zu Stichproben und dem Gesetz der grossen Zahlen
Der Text behandelt grundlegende Konzepte der Datenanalyse wie Stichproben, verzerrte Daten und das Gesetz der grossen Zahlen anhand eines anschaulichen Beispiels. Es wird erklärt, warum zufällige und ausreichend grosse Stichproben für verlässliche Hochrechnungen unerlässlich sind.
Big Data – Einführung
Dieses Unterrichtsmaterial bietet eine Einführung in das Thema Big Data, Künstliche Intelligenz, Datenschutz und Urheberrecht. Es vermittelt theoretische Grundlagen zu Datengrössen, Datenschutzgrundverordnungen und gesellschaftlichen Auswirkungen von KI.
Künstliche Intelligenz am Beispiel eines Spamfilters
Das Unterrichtsmaterial führt in grundlegende Konzepte der künstlichen Intelligenz ein, indem die Entwicklung eines einfachen Spamfilters Schritt für Schritt beschrieben wird. Es deckt den gesamten Prozess von der Problemdefinition über die Datenerbereitung bis hin zu Ethik und Datenschutz ab.
Konzept Big Data
Der Text erklärt das Konzept von Big Data und Massendaten. Er beschreibt die Eigenschaften anhand der bekannten fünf V (Volume, Velocity, Variety, Value und Validity) und diskutiert die technischen sowie gesellschaftlichen Dimensionen.
Konzept Filterblase
Der Text erklärt das Konzept der Filterblase im Internet, bei dem Algorithmen basierend auf dem Nutzerverhalten massgeschneiderte Informationen liefern. Zudem wird eine Analogie verwendet, um den Mechanismus der Informationsisolation zu veranschaulichen.
Konzept Visualisierung
Der Text erklärt das allgemeine und spezielle Konzept der Visualisierung zur grafischen Darstellung abstrakter Daten und Zusammenhänge. Er beleuchtet den Prozess des Weglassens von Details, gestalterische Entscheidungen und die damit verbundene Interpretation von Daten.
Zufallszahlen und Koordinatensystem in Excel
Das Material ist eine kurze Aufgabenstellung, bei der Lernende Zufallszahlen in einem bestimmten Bereich mittels Tabellenkalkulation erzeugen und diese in einem Koordinatensystem grafisch darstellen sollen.
Funktionsweise und Herausforderungen von Suchmaschinen
Dieses Material erklärt kurz die Grundfunktionen von Suchmaschinen wie Webcrawler, Indexierung und Suchanfragenverarbeitung. Zudem werden Themen wie SEO, Filterblasen und der Einsatz von künstlicher Intelligenz bei den Suchergebnissen angesprochen.
Zufallszahlen und Diagramme in Excel
Das Material ist eine kurze Aufgabenstellung, in der Schülerinnen und Schüler lernen, Zufallszahlen in einem bestimmten Bereich in Excel zu generieren und diese in einem Koordinatensystem darzustellen. Es fokussiert auf die praktische Anwendung von Tabellenkalkulationsfunktionen.
Einführung in Künstliche Intelligenz: Moderne KI und ihre Probleme
Der Text gibt eine kurze Einführung in das Thema Künstliche Intelligenz, unterscheidet zwischen modernen LLMs und Diffusionsmodellen und beleuchtet kritisch damit verbundene ethische sowie ökologische Probleme wie Energieverbrauch und Datenschutz.
Big Data: Einführung
Der Text bietet eine kurze Einführung in das Thema Big Data und erklärt grundlegende Begriffe wie Big Data Analysis, Data Mining, Machine Learning, Datenvisualisierung und Datenaufbereitung. Es handelt sich um einen kompakten Theorietext mit erklärendem Charakter.
Spamfilter-Modell mit Trainings- und Testdaten
Eine Excel-Datei mit 10'000 Trainings- und 3'000 Testdaten, die als Datensatz für ein Spamfilter-Modell im Unterricht verwendet werden kann. Das Material eignet sich zur praktischen Untersuchung von automatischen Informationsverarbeitungssystemen oder Datenanalyse.
Kybernetik
Der Text führt in die Grundlagen der Kybernetik ein und erläutert anhand von Beispielen wie dem Thermostat oder Robotern das Konzept der Rückkopplungsschleife. Zudem werden historische Hintergründe, interdisziplinäre Anwendungen sowie der Begriff des Cyborgs beleuchtet.
Datenbanken von Wildtier-Populationen
Eine Übersicht verschiedener verifizierter Datenbanken mit Excel- und CSV-Download-Funktionen für Wildtierpopulationsdaten, die sich für studentische Projekte und Analysen eignen. Der Artikel listet globale, europäische sowie Schweizer Datenquellen auf und gibt praktische Download-Empfehlungen.
Unterrichtsreihe Künstliche Intelligenz
Eine strukturierte Übersicht für eine mehrwöchige Unterrichtsreihe zum Thema Künstliche Intelligenz, die Leseaufträge, Austauschphasen und Präsentationen vorsieht. Das Material dient als grober Ablaufplan und verweist auf gesellschaftliche sowie technologische Implikationen.
Lektüreübersicht zu Künstlicher Intelligenz anhand von Katharina Zweigs Buch
Dieses Material bietet eine detaillierte Inhaltsübersicht und Kapitelstruktur für die Behandlung des Buches 'Weiß die KI, dass sie nichts weiß?' von Katharina Zweig im Unterricht. Es behandelt umfassend Themen rund um Künstliche Intelligenz, maschinelles Lernen und insbesondere Sprachmodelle.
Präsentationen zu Big Data und Tracking
Eine Sammlung von Präsentationen für Lehrpersonen zu den Themen Lernparcours, Tracking und Big Data. Sie bieten Lehrmaterial zur Erkundung von Daten und automatischen Informationsverarbeitungssystemen.
Node-RED Dashboard Tutorial
Ein kurzes Tutorial zur Erstellung eines einfachen Dashboards mit Node-RED zur Visualisierung von Daten. Es wird auf eine externe Anleitung verwiesen, um Daten in Charts darzustellen.