Ein LAMA geht online: Wie Machine-Learning-Kompetenzen durch praxisnahe Problemstellungen gefördert werden können

Zusammenfassung
Dieser Artikel beschreibt die Neukonzeption einer prämierten Lehrveranstaltung zur Förderung von Machine-Learning-Kompetenzen. Ein Präsenzseminar des Labors für Angewandte Machine Learning Algorithmen wird in einen Massive Open Online Course (MOOC) umgewandelt. Dabei werden interaktive Notebooks (Jupyter Notebooks) eingesetzt, um Programmieraufgaben für eine größere Anzahl an Teilnehmenden als in Präsenz zu ermöglichen. Der Lehrveranstaltung liegt der QUA³CK-Prozess zu Grunde, der ein besonderes Augenmerk auf die Modellbildung für Maschinelles Lernen legt.
  • Vollständige Referenz
  • BibTeX
Molinar, G., Stang, M., Lohner, D. & Schmidt, M., (2021). Ein LAMA geht online: Wie Machine-Learning-Kompetenzen durch praxisnahe Problemstellungen gefördert werden können. In: Kienle, A., Harrer, A., Haake, J. M. & Lingnau, A. (Hrsg.), DELFI 2021. Bonn: Gesellschaft für Informatik e.V.. (S. 367-368).
@inproceedings{mci/Molinar2021,
author = {Molinar, Gabriela AND Stang, Marco AND Lohner, David AND Schmidt, Manuela},
title = {Ein LAMA geht online: Wie Machine-Learning-Kompetenzen durch praxisnahe Problemstellungen gefördert werden können},
booktitle = {DELFI 2021},
year = {2021},
editor = {Kienle, Andrea AND Harrer, Andreas AND Haake, Joerg M. AND Lingnau, Andreas} ,
pages = { 367-368 },
publisher = {Gesellschaft für Informatik e.V.},
address = {Bonn}
}
DateienGroesseFormatAnzeige
DELFI_2021_367-368.pdf137.0Kb PDF Öffnen

Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken

Mehr Information

ISBN: 978-3-88579-710-4
ISSN: 1617-5468
Datum: 2021
Sprache: de (de)
Typ: Text/Conference Poster
Sammlungen

Zur Langanzeige