Rückkopplung beim computergestützten Lernen von Algorithmen und Datenstrukturen

Ähnliche Dokumente
Integration von Algorithmenanimationen in die Lehre mittels ANIMAL

Gute User Stories schreiben reicht nicht Requirements Engineering-Bedarf in agilen Projekten. Olga Boruszewski,

Prof. Dr. Detlef Krömker Carsten Heep. Institut für Informatik. Johann Wolfgang Goethe-Universität

Unterrichtsmodellentwicklung zur Förderung des Informatiksystemverständnisses mit Entwurfsmustern

Das bietet! Vielfältige Umsetzungsmöglichkeiten von Blended Learning Szenarien in einer Plattform"

Inhalte des Moduls Programmieren 1

Mathematisch-algorithmische Grundlagen für Big Data

Semantik-Visualisierung

Universität Stuttgar. self-study online. e-learning und e-teaching. Medienentwicklung an der Universität Stuttgart

Maschinennah visualisieren mit SIMATIC HMI

Algorithmen und Datenstrukturen

Was ist Informatik? Alexander Lange

Schweizer Informatik-Olympiade. Nachwuchsförderung durch kompetitive Programmierwettbewerbe

Programmieren in der Computerorientierten Mathematik I

Virtueller Durchblick in der Sterilgutversorgung Smart Glasses im praktischen Einsatz

1 Vom elearning zum ilearning

Modulhandbuch für das Studienfach. Digital Humanities. als Bachelor-Nebenfach (Erwerb von 60 ECTS-Punkten)

Gottfried Koppensteiner (Obmann PRIA)

Evaluation zum Thema Modellierung von Algorithmen aus Abläufen

Forschungsmethoden VORLESUNG WS 2017/2018

Ergänzungsmodul. Modulnummer. Medien und Informatik. Modulverantwortlich

Inhaltsübersicht. Vorwort 15. Vorwort zur deutschen Ausgabe 22. Kapitel 1 Elemente der Programmierung 25. Kapitel 2 Funktionen und Module 203

9. November ZHK in dynamischen Graphen Zentralitäten. H. Meyerhenke: Algorithmische Methoden zur Netzwerkanalyse 67

Algorithmische Methoden zur Netzwerkanalyse

Bioinformatik I (Einführung)

compart compart ein raum für die computerkunst ein medienprojekt als raumkonzept susanne grabowski ph-weingarten & universität bremen

Einführung in die Informatik I (autip)

Informatik (für Chemie-Ingenieurwesen) Sommersemester 2014

Einführung. Rechnerarchitekturen Entwicklung und Ausführung von Programmen Betriebssysteme

PROGRAMMIEREN VON KLEIN AUF MIT BIENENROBOTERN SPIELERISCH DIE GRUNDLAGEN DES PROGRAMMIERENS ERLERNEN

Forschungsmethoden VORLESUNG SS 2017

Abbildungsverzeichnis

Einstieg in die Informatik mit Java

Programm heute. Algorithmen und Datenstrukturen (für ET/IT) Definition Algorithmus. Wie beschreibt man Algorithmen?

Programmieren I. Überblick. Institut für Angewandte Informatik. KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft

Computergestützte Gruppenarbeit

Schuleigener Arbeitsplan für das Fach Informatik in der Sekundarstufe II

Algorithmen und Datenstrukturen ITS(B)-B 2016

Algorithmen und Datenstrukturen (für ET/IT)

Vorlesung: "Diskrete Mathematik" (Dr. Witzel)

CE-Bachelor Studiengang

Vorlesung Programmieren

RE Unterricht an Hochschulen: Eine modellorientierte Einführung an der FH Dortmund

Höhere Mathematik 1: Differential- und Integralrechnung Vektor- und Matrizenrechnung (Springer-Lehrbuch) (German Edition)

Interaktive Simulation von Menschenmengen mittels Virtueller Welten

Hochschuldidaktik - Ein Baustein der Qualitätsentwicklung

Das Praktikum mit Seminar vertieft die in der Vorlesung erworbenen Fähigkeiten in theoretischer und praktischer Hinsicht:

Forschungsmethoden VORLESUNG WS 2017/2018

Algorithmen und Berechnungskomplexität I

Nur ein bisschen geflippt: Prelearning-Videos zur Vorbereitung auf die Vorlesung

Grundlagen der Informatik

Algorithmen und Datenstrukturen

Grundlagen der Programmierung! Kapitel 1: Einführung! Ziel der Vorlesung Grundlagen der Programmierung! Überblick über das Einführungs-Kapitel!

Die Interaktive Vorlesung Einführung Betriebssysteme

CODING WORKSHOPS NEUES KURSANGEBOT AB 15. SEPTEMBER 2018

Kantonsschule Ausserschwyz. Physik. Kantonsschule Ausserschwyz 95

Programmieren I. Überblick. Institut für Angewandte Informatik. KIT Die Forschungsuniversität in der Helmholtz-Gemeinschaft

Prototyping der Schnittstellenstandards

!" Aktive Beherrschung von Modellierungsmethoden! !" Aktive Beherrschung einiger theoretischer Grundlagen!

Prof. Hußmann Multimediale Lernund Lehrumgebung. Typisierung. Präsentations- Visualisierungssoftware. (VIS) DVD: Jetzt lerne ich C++ von Video2Brain

> Implementierung paralleler Programmiermuster auf

1 Einführung: Algorithmen. Algorithmen und Datenstrukturen WS 2012/13. Pro f. Dr. Sán do r Fe k e te

Computergestützte Mathematik zur Linearen Algebra

Automatisierte Architekturanalyse unter Einsatz von UML 2.0 Modellen

Wissenschaftlich-Technische Visualisierung

allgemeine Übersicht / Struktur

(Bamberg)

Studien an der Fakultät für Informatik der Technischen Universität Wien Bakkalaureatsstudien (6 Semester) Magisterstudien (2-4 Semester)

Einsatz der Lernplattform Moodle Überblick

Geht nicht, gibt s nicht! Wie Sie mit einfachen Mitteln und wenig Aufwand den Erfolg Ihrer Arbeit überprüfen können

Themenübersicht Verwendung im Studium Voraussetzungen Ziele Website zum Buch Danksagungen... 21

Prinzipen und Komponenten Eingebetteter Systeme (PKES) Sebastian Zug Arbeitsgruppe Eingebettete Systeme und Betriebssysteme

Software-Engineering im Sommersemester 2014

Scheduling- Algorithmen. Handbuch für Endnutzer

Digital Humanities. Bereichsgegliedertes Modulhandbuch. für das Studienfach. als Bachelor-Nebenfach (Erwerb von 60 ECTS-Punkten)

Softwareentwicklungspraktikum Nebenfach

Theoretische Informatik 1 WS 2007/2008. Prof. Dr. Rainer Lütticke

Einsatz der E-Business Suite in der Lehre

Interaktive Visualisierungen in E-Government

Das Doppelpack für die Informatik

Auswertung zur Veranstaltung Ausgewählte Themen aus dem Bereich Software Engineering - Vorgehensmodelle im Software Engineering

Automatisches Layout von Graphen

Einsatz von moodle im Rahmen eines Blended Learning Brückenkurses Eine Zeitreise

DEIN ORIENTIERUNGSSTUDIUM

7. Tauschhandel (SJ 3/4, 5/6, 7/8)

Gemeinschaftsschule Auenland. Naturwissenschaftliches Profil

Hüffertgymnasium Warburg. Schulinterner Lehrplan für die Sekundarstufe I

Projekt Renaissance. Entwicklung einer neuen Benutzeroberfläche für OpenOffice.org. Elizabeth Matthis User Experience Engineer Sun Microsystems GmbH

Informatiksysteme und Schulen

Algorithmen und Datenstrukturen (für ET/IT)

Greenfoot. Agenda. Axel Schmolitzky. Vorstellungsrunde. Hintergrund von Greenfoot: BlueJ. Greenfoot Demo. Greenfoot theoretisch. Greenfoot Szenarien

Kompetenzzentrum für nicht-textuelle Materialien Kooperation Leibniz-Gemeinschaft <>TIB. Margret Plank Leibniz Gemeinschaft AK Presse

Auswertung zur Veranstaltung Ausgew. Themen aus d. Bereich Künstliche Intelligenz u. Robotik - Visuelle Navigation f. Flugroboter

Produktivität von Programmiersprachen

Auswertung zur Veranstaltung Ausgewählte Themen aus dem Bereich Künstliche Intelligenz und Robotik - Visuelle Navigation für Flug

Transkript:

Rechnerbetriebsgruppe Technische Universität Darmstadt Rückkopplung beim computergestützten Lernen von Algorithmen und Datenstrukturen Dr. Guido Rößling Rechnerbetriebsgruppe, FB Informatik Technische Universität Darmstadt guido@rbg.informatik.tu-darmstadt.de

Zunächst einige Definitionen Algorithmus: präzise Handlungsvorschrift zur Lösung eines Problems oder einer bestimmten Art von Problemen Datenstruktur: Art, wie man Daten ablegt und verknüpft Meist mit dem Ziel, möglichst schnell darauf zugreifen zu können Je nach Aufgabe bieten sich bestimmte Datenstrukturen an Entscheidend für beide ist das dynamische Verhalten Informatik betrachtet viele Algorithmen & Datenstrukturen Studierende müssen entsprechend viele lernen und begreifen Klassische Darstellung: Quelltext, Snapshots, Text, Also statische Darstellung für dynamische Inhalte Warum nicht rechnergestützt? Aber: wie macht man das richtig? Dr. Guido Rößling Graduiertenkolleg E-Learning 2

Typische Themengebiete Algorithmen und Datenstrukturen der Informatik Suchen und Sortieren Kürzeste Wege Daten ver- und entschlüsseln Datenkompression etc. Algorithmen / dynamische Systeme anderer Wissenschaften Mathematik: Gauß'sche Elimination, LRP-Zerlegung, Matrixinversion, Physik, Chemie, Biologie: Simulation des Verhaltens von X Meist als AV abgekürzt (Algorithmenvisualisierung) Obwohl einiges eher Algorithmenanimation ist Dr. Guido Rößling Graduiertenkolleg E-Learning 3

Statische Beispiele zur AV Dr. Guido Rößling Graduiertenkolleg E-Learning 4

Algorithmenvisualisierung (AV) Darstellung der Dynamik von Datenstrukturen und Algorithmen, meist mittels Computer Frühe Visualisierungsformen: Flussdiagramme Erste Filme ab ca. 1966: vor allem Sorting Out Sorting von Baecker et al. (1981) Erstes wichtiges AV-System: BALSA (1984) & BALSA-II (1988) von Brown et al. Über 150 AV-Prototypen (Price et al.) Stand: 1998 Grundlegende Referenzen: Software Visualization MIT Press, 1998 Springer, 2002 Thema auf Konferenzen und Workshops Dr. Guido Rößling Graduiertenkolleg E-Learning 5

Einige Designfragen 2D oder 3D? Welche Kontrollelemente? Pause? Sprünge vorwärts / ans Ende? Sprünge zurück / an den Anfang? Geschwindigkeitskontrolle? Vergrößerungsfaktor? Visuelle Gestaltung puristisch schlicht aber klar vs. bunt und lebendig? Mehrfache Codierung? Für Nutzergruppe wirklich verständlich? Lernfördernd? Dr. Guido Rößling Graduiertenkolleg E-Learning 6

Einsatz in der Lehre Befragung internationaler Fachdidaktiker Informatik: Fast alle glauben: Einsatz fördert das Verständnis Fast alle sagen: Ich selbst nutze es nicht Hauptargumente: der Aufwand zum Finden guter Beispiele (93%) Erlernen der Systeme (90%) Entwerfen von Inhalt (90%) Finden / Einarbeitung in effektive Entwicklungswerkzeuge (83%) Anpassen der Inhalte zum Lernstil oder Kursinhalt (79%) Dr. Guido Rößling Graduiertenkolleg E-Learning 7

Lerneffektivität Evaluationen ergeben weitestgehend: Reines Betrachten hilft nicht oder nur kaum Schon Konfuzius sagte (sinngemäß) ich sehe und vergesse, ich mache und verstehe Also: aktivierende Lernelemente einbetten! Betrachten ist fast komplett passiv Vielleicht von der Pause -Taste abgesehen Dr. Guido Rößling Graduiertenkolleg E-Learning 8

Aktive Einbeziehung Arbeitsgruppe der ITiCSE 2002: Engagement Taxonomy Sechs Stufen zum Einsatz von AV in der Lehre & im Lernen: 1. Kein Einsatz (wie gesagt: 90% der Lehre & Selbststudium!) 2. Betrachten (nur minimale Interaktion für Steuerung) 3. Fragen beantworten (meist Vorhersage nächster Schritt / Status) 4. Anpassung von Inhalten ( zielgerichtete Erstellung, so dass ) 5. Entwerfen eigener Inhalte 6. Präsentation & Diskussion auf Basis AV Hypothesen: Kein signifikanter Lernunterschied zwischen Stufe 1 & 2 Messbarer Lernunterschied zwischen Stufen ab Stufe 2 Leider noch nicht hinreichend schlüssig bewiesen / widerlegt Problem: Seiteneffekte etc. sind auszuschließen Dr. Guido Rößling Graduiertenkolleg E-Learning 9

Ansätze zur Umsetzung: Beantwortung von Fragen Interactive Prediction Komponenten unterstützen Autor und Lerner weitgehend Direkte Rückkopplung Frage und Antwort-Spiel Bewertung Dr. Guido Rößling Graduiertenkolleg E-Learning 10

Ansätze zur Umsetzung: Anpassung von Inhalten Anpassung von Inhalten: Bereitstellung von Generatoren Nutzer kann raten dann dauert es aber potentiell lange Nachdenken (Rückkopplung Nutzer / Algorithmus) beschleunigt es Dr. Guido Rößling Graduiertenkolleg E-Learning 11

Ansätze zur Umsetzung: Anpassung von Inhalten Sonderform: Algorithmensimulationsübung Algorithmus vorgegeben, Daten werden vor- oder eingegeben Nutzer muss Algorithmus ausführen System kommentiert Ausführung bei Fehlern Direkte Rückkopplung bei Fehlern Dr. Guido Rößling Graduiertenkolleg E-Learning 12

Ansätze zur Umsetzung: Entwerfen eigener Inhalte Für Einsteiger mit grafischer Nutzeroberfläche Für Fortgeschrittene mit Skriptnotation (Textdatei) Für Java-Programmierer mit Java-API Rückkopplung beim Nachdenken wie war das noch einmal genau? wie stelle ich es verständlich dar? Dr. Guido Rößling Graduiertenkolleg E-Learning 13

Ansätze zur Umsetzung: Präsentation & Diskussion Fragen und Annotationen des Publikums sammeln Pro Animationsschritt auswerten: was wurde wo gefragt? In das Re-Authoring aufnehmen Direkte Rückkopplung mit Publikum Dann Rückkopplung mit Inhalten im Redesign Hier gibt es noch wenig bis keine Forschung im Gebiet AV Dr. Guido Rößling Graduiertenkolleg E-Learning 14

Hypertextbooks Kombination der Aktivierung mit Lernmaterialien Textbook: die Bibel der Vorlesung Hypermedien: dynamische Verlinkung Dazu: dynamische Inhalte (z.b. AV!), dynamische Navigation, Indirekte Rückkopplung: Artefakt passt sich dem Nutzer an Dr. Guido Rößling Graduiertenkolleg E-Learning 15

Zusammenfassung Visualisierung hilft vermutlich nur, wenn Nutzer aktiv wird Aktivierende Elemente regen gleichzeitig Rückkopplung an Es handelt sich meist um schnelle Rückkopplung Das System regt den Nutzer zum Handeln an (Fragen, Anpassen) Iterative Rückkopplung findet sich vor allem beim Anpassen Bei Erstellung und Präsentation / Diskussion kann auch Meta- Rückkopplung auftreten Vielen Dank für die Aufmerksamkeit! Weiß jemand, wie es gerade im Spiel steht? Dr. Guido Rößling Graduiertenkolleg E-Learning 16