| dc.contributor.author | Molinar, Gabriela | |
| dc.contributor.author | Stang, Marco | |
| dc.contributor.author | Lohner, David | |
| dc.contributor.author | Schmidt, Manuela | |
| dc.contributor.editor | Kienle, Andrea | |
| dc.contributor.editor | Harrer, Andreas | |
| dc.contributor.editor | Haake, Joerg M. | |
| dc.contributor.editor | Lingnau, Andreas | |
| dc.date.accessioned | 2021-08-25T08:22:00Z | |
| dc.date.available | 2021-08-25T08:22:00Z | |
| dc.date.issued | 2021 | |
| dc.identifier.isbn | 978-3-88579-710-4 | |
| dc.identifier.issn | 1617-5468 | |
| dc.identifier.uri | http://dl.gi.de/handle/20.500.12116/37043 | |
| dc.description.abstract | 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. | de |
| dc.language.iso | de | |
| dc.publisher | Gesellschaft für Informatik e.V. | |
| dc.relation.ispartof | DELFI 2021 | |
| dc.relation.ispartofseries | Lecture Notes in Informatics (LNI) - Proceedings, Volume P-316 | |
| dc.subject | Maschinelles Lernen | |
| dc.subject | interaktive Notebooks | |
| dc.subject | praxisnahe Aufgaben | |
| dc.subject | MOOC | |
| dc.title | Ein LAMA geht online: Wie Machine-Learning-Kompetenzen durch praxisnahe Problemstellungen gefördert werden können | de |
| dc.type | Text/Conference Poster | |
| dc.pubPlace | Bonn | |
| mci.reference.pages | 367-368 | |
| mci.conference.sessiontitle | Posterbeiträge | |
| mci.conference.location | Online | |
| mci.conference.date | 13.-15. September 2021 | |
