Informatik, Schuljahr 2023/24, 2. Semester, 4mS, 4aLM, 4dNP

Bitte den Link https://fginfo.ksbg.ch/ als Favoriten im Web-Browser speichern.

• 4. bzw. 6. März 2004 (Woche vor BU): Digitale Mündigkeit: Kommandozeile (git-bash), Social-Media-Analyse (z. B. JSON)
• 6. bzw. 8. Mai 2004: Simulationen in Excel (und Python)

Genauere Hinweise zum Prüfungsstoff der ersten Prüfung finden Sie auf der Unterseite “Kommandozeile/git-bash”.

• Kommandozeile (= bash = git-bash) (und allgemeine Vorbereitungen)

• Social-Media-Daten herabladen: https://fginfo.ksbg.ch/dokuwiki/doku.php?id=lehrkraefte:snr:informatik:glf4-23:social-media-download

• Einige Informationen zu Textdateien und insbesondere JSON- und cvs-Dateien: https://fginfo.ksbg.ch/dokuwiki/doku.php?id=lehrkraefte:blc:informatik:glf4-23:socialmedia-data:start#datenformate
• Social-Media-Daten analysieren: https://fginfo.ksbg.ch/dokuwiki/doku.php?id=lehrkraefte:blc:informatik:glf4-23:socialmedia-data:analyze

• Einstieg in Simulationen mit einer Tabellenkalkulation und Beispielen in Python

• Absolute und relative Bezüge in Excel/LibreOffice (Multiplikationstabelle, Sammelalbumswahrscheinlichkeiten)

eventuell nützlich: Liste (mit Links zu Erklärungen) aller Excel-Funktionen auf englisch bzw. deutsch.

• Überbuchen von Flügen (Binomialverteilungen simulieren)

• Weitere Übungen und mögliche Prüfungsaufgaben

4dNP: Optionen:

• jeder sollte für die Prüfung Abschnitt “Woche 4 nach BU” anschauen
• Simulationen in Python (Sammelbilder oder Flugüberbuchungen möglichst selbst programmieren; teils gibt es “Musterlösungen” in den entsprechenden Abschnitten)
• Robotik, https://fginfo.ksbg.ch/dokuwiki/doku.php?id=lehrkraefte:snr:informatik:glf22#robotik
• elegentes Arbeiten mit Listen in Python: List comprehension (z.B. Statistiken zu Goethes Faust), https://fginfo.ksbg.ch/dokuwiki/doku.php?id=lehrkraefte:snr:informatik:fachdidaktik:list-comprehension
• Neuronale Netze
  • “next word prediction” als grobe Idee: https://www.maschinennah.de/ki-buch/, dort “Texte bauen mit Markov”
  • (habe auch eigenen Text)
  • wie man ein neuronales Netz in Python programmieren kann (fast ohne Bibliotheken): https://www.youtube.com/watch?v=pauPCy_s0Ok

KI, next word prediction, neuronale Netze

Analyse von Texten (Häufigkeit von Buchstaben, Wörtern)

erwartete Anzahl würfeln bis direkt zweimal hintereinander 6 bzw. 65.