n.BA.AD.DaSo.23HS (Data and Society) 
Modul: Data and Society
Diese Information wurde generiert am: 27.04.2024
Nr.
n.BA.AD.DaSo.23HS
Bezeichnung
Data and Society
Credits
2

Beschreibung

Version: 1.0 gültig ab 01.08.2023

 

Studiengang  Applied Digital Life Sciences
Geltende Rechtsordnung  RPO vom 29. Januar 2008, Studienordnung des Dept. N vom 15. Dez. 2009, Anhang für den Bachelorstudiengang Applied Digital Life Sciences
Modultyp   
X Pflichtmodul   Wahlpflichtmodul   Wahlmodul
Plansemester  4. Semester
Modulverantwortliche/r  Victor Garcia
Telefon / E-Mail  +41 (0)58 934 55 46 / victor.garcia@zhaw.ch
Beteiligte Mitarbeitende und Lehrbeauftragte  Victor Garcia
Vorausgesetzte Module  Statistik und Wahrscheinlichkeit, Mathematische Modelle und Analyse, Daten und Information, Englisch
Zu erreichende Kompetenzen  Fachliche Kompetenzen:
Die Studierenden:
  • kennen den modernen Begriff des Algorithmus
  • kennen die Eigenschaften von Algorithmen, z.B. die Effizienz eines Algorithmus bei der Lösung eines bestimmten Rechenproblems
  • sind in der Lage, kontextabhängig zu reflektieren, welcher Algorithmus für die Optimierung eines bestimmten Problems unter Berücksichtigung der zu optimierenden Variablen geeignet ist
  • sind mit verschiedenen Massstäben der Vorhersagekraft im Kontext des maschinellen Lernens vertraut.
  • sind in der Lage, die Vor- und Nachteile von Algorithmen je nach Anwendungskontext zu reflektieren.
  • sind sich der ethischen Probleme bei der Anwendung von Algorithmen bewusst und können die Behauptungen von Algorithmen-Anbietern hinsichtlich ihrer Objektivität bei der Erbringung einer Dienstleistung kritisch reflektieren.
 
Überfachliche Kompetenzen:
Die Studierenden können
  • gesellschaftlich relevante Ereignisse und Prozesse im Lichte der im Modul eingeführten Konzepte einordnen, reflektieren und diskutieren
  • fächerübergreifende Trends und deren Auswirkungen auf bestimmte gesellschaftliche Bereiche, wie z.B. das Mediensystem, kritisch reflektieren, verbalisieren und diskutieren.
Inhalt des Moduls
  • Turing-Maschinen und Algorithmen
  • Maschinelles Lernen aus der Perspektive der Wissensextraktion aus Daten (Lerner); was bedeutet es, aus der Sicht eines Algorithmus zu lernen?
  • Einige klassisch optimale Algorithmen und ihre Anwendung in der alltäglichen Entscheidungsfindung: optimales Anhalten, Erkunden/Ausnutzen, Sortieren.
  • Welche Lernverfahren gibt es und was sind ihre Vor- und Nachteile?
  • Risiken und Chancen von Big Data
  • Ethische und soziale Probleme. Datenethik und Datenschutz.
  • Auswirkungen von Technologien zur Datenerfassung und -verarbeitung auf den Einzelnen und die Gesellschaft
Anschlussmodule Economy and Entrepreneurship, Ethics and Law, Modelling of Complex Systems, Neural Networks
Unterrichtsmethoden  Power Point, short tasks, quizzes, group works, teaching videos, practice tasks and exercises, Prüfungen, Flipped-Classroom.
Digitale Lernressourcen  We will use the following resources:
  • Reader
  • Teaching videos
  • (Multiple Choice-) Tests
  • exercises (and solutions)
Unterrichtsgliederung / Gesamtaufwand   
 Kontaktstudium 28
 Begleitetes Selbststudium 14
 Autonomes Selbststudium 18
 Total Workload 60
Präsenzverpflichtung im Unterricht  Die Anwesenheit wird dringend empfohlen, aber nicht durch eine Anwesenheitsliste erzwungen.
Leistungsnachweise 
  • Erfahrungsnote 30%
  • Abgesetzte schriftliche Modulendprüfung 70% / e-assessment
 
Bei einer geringen Teilnehmerzahl kann die Prüfungsform der Repetitionsprüfung nach Absprache mit der Studiengangleitung durch Dozierende abgeändert werden: z.B. anstatt einer schriftlichen kann eine mündliche Prüfung abgehalten werden. Bitte entsprechende Meldung der geänderten Prüfungsform per E-Mail (ohne Formular) an pruefungsadmin.lsfm@zhaw.ch und Cc. Studiengangleitung.
Unterrichtssprache  Englisch
Bemerkungen  -

 

Kurs: Data and Society
Nr.
n.BA.AD.DaSo.23HS.V
Bezeichnung
Data and Society

Hinweis

  • Für das Stichdatum 27.04.2024 ist kein Modulbeschreibungstext im System verfügbar.