Kindler, StephanSchönbrodt, SarahFrank, Martin2023-07-062023-07-062023http://hdl.handle.net/2003/4192910.17877/DE290R-23766Maschinelles 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).deGesellschaft für Didaktik der MathematikJupyter Notebookskünstliche neuronale NetzeLineare RegressionMaschinelles LernenModellierung510ConferencePaper