Authors: Kindler, Stephan
Schönbrodt, Sarah
Frank, Martin
Title: Von der Schulmathematik zu künstlichen neuronalen Netzen
Language (ISO): de
Abstract: Maschinelles Lernen (ML) und KI werden in unserer datengetriebenen Welt immer wichtiger, sind im Mathematikunterricht aber kaum zu finden. Dabei erlauben die mathematischen Grundlagen gängiger ML-Methoden zahlreiche Anknüpfungspunkte an schulmathematische Inhalte. Um diesem Defizit entgegenzuwirken, werden im Rahmen des Schülerprogramms CAMMP (www.cammp.online) computergestützte Lernumgebungen entwickelt mithilfe derer Schüler*innen problemorientiert in die mathematischen Grundlagen von ML-Methoden eintauchen (Schönbrodt et al. 2021).
Subject Headings: Jupyter Notebooks
künstliche neuronale Netze
Lineare Regression
Maschinelles Lernen
Modellierung
URI: http://hdl.handle.net/2003/41929
http://dx.doi.org/10.17877/DE290R-23766
Issue Date: 2023
Provenance: Gesellschaft für Didaktik der Mathematik
Is part of: Beiträge zum Mathematikunterricht 2022
Appears in Collections:2022

Files in This Item:
File Description SizeFormat 
BzMU22 KINDLER NeuronaleNetze.pdfDNB66.09 kBAdobe PDFView/Open


This item is protected by original copyright



This item is protected by original copyright rightsstatements.org