Modulcode: | infMLSU-01a |
Englische Bezeichnung: | Machine learning for teachers |
Modulverantwortliche(r): | Prof. Dr. Andreas Mühling |
Turnus: | jedes Jahr im SS (SS20 SS21 SS22 SS23 SS24) |
Präsenzzeiten: | 2V 1Ü 1S |
ECTS: | 6 |
Workload: | 30 Std. Vorlesung, 15 Std. Übung, 15 Stunden Seminar, 120 Std. Selbststudium |
Dauer: | ein Semester |
Modulkategorien: | 2F-MEd-Inf-P (MEd-Hdl Inf (21)) WI (MEd Inf) IMG (MEd Inf) |
Lehrsprache: | Deutsch |
Voraussetzungen: |
Das Modul befasst sich mit einerseits mit den grundlegenden Verfahren des maschinellen Lernens und andererseits mit gesellschaftlichen und ethischen Fragestellungen des Themenbereichs künstliche Intelligenz. Der Fokus liegt auf der Anwendung im Unterricht der Sekundarstufe
Die Studierenden kennen mehrere Verfahren des maschinellen Lernens und können die Anwendbarkeit in verschiedenen Situationen bewerten.
Die Studierenden verstehen wie gängige Lernverfahren funktionieren und können diese mit Hilfe geeigneter Software praktisch anwenden.
Die Studierenden können ethische Fragestellungen zu Themenfeldern der künstlichen Intelligenz differenziert bewerten.
Die Studierenden können Themen des maschinellen Lernens durch didaktische Reduktion geeignet in Unterrichtsplanungen für verschiedene Kontexte einsetzen.
Die Lernziele der Module: ADS, Programmiertechniken und Inf-I1-2FNF
Prüfungsgespräch zu den fachlichen Inhalten, Ausarbeitung zu den fachdidaktischen Inhalten, benotet (Prüfungsvorleistung: gegebenenfalls Hausaufgaben)
Vortrag, Selbstarbeit in Übungsgruppen, Selbstarbeit in Seminargruppe
Das Seminar zählt mit 2 LP zur Fachdidaktik.
Russell, S. J. & Norvig, P. (2009). Artificial Intelligence. A Modern Approach (Prentice Hall series in artificial intelligence, 3.ÂÂÂÂÂÂÂ Aufl.). Upper Saddle River: Prentice Hall/Pearson Education.