Künstliche Intelligenz und maschinelles Lernen (Sek I)
Pilotierung
Angebotsnummer (ANR):
107157
Direkter Link:
107157
(öffnet in neuem Fenster)
Gruppe:
Alle Angebote aus dieser Gruppe
Grundinformationen
Schulform
Allgemeine Schulformen außer Grundschulen
Bereich / Teilbereich
Fachfortbildungen / Informatik
Inhalt
Ziele der Veranstaltung
Thema dieser fünftägigen Fortbildungsreihe sind die Fachinhalte des Inhaltsfeldes Künstliche Intelligenz und maschinelles Lernen des KLP WP Informatik und der KI-bezogenen inhaltlichen Schwerpunkte des Inhaltsfeldes Automaten und künstliche Intelligenz des KLP Informatik 5/6.Ziel der Veranstaltung ist sowohl, interessierten Lehrkräften zu ermöglichen, sich fachlich vertieft mit den Themen Entscheidungsbäume, Feedforward Neural Networks, Klassifikation, Regression, Verfahren des Unsupervised Learnings, Verfahren des Reinforcement Learnings zu befassen, als auch Ideen zu ihrer unterrichtlichen Umsetzung in der Sek I kennenzulernen und zu erproben.
Teil 1 (3 Termine)
Im ersten Teil der Fortbildung werden im Kontext von Supervised Learning Entscheidungsbäume und Neuronale Netze thematisiert.Schwerpunkte des ersten Tages bilden Aufgabenstellungen des Supervised Learnings (Klassifikation, Regression), Grundbegriffe des Supervised Learnings (Trainingsdaten, Testdaten, Modellbewertung) Entscheidungsbäume als Klassifikationsmodell und Möglichkeiten zur Umsetzung im Unterricht in den Stufen 5/6.
Da in den Lehrplänen für den Wahlpflichtbereich in den Stufen 7/8 auch Entscheidungsbäume behandelt werden, werden am zweiten Tag zunächst Ideen für die unterrichtliche Behandlung von Entscheidungsbäumen nach Stufe 5/6 thematisiert. Schwerpunkt des zweiten und des dritten Tages bilden dann Neuronale Netze mit den inhaltlichen Aspekten Aktivierungsfunktionen, Bias, Klassifikation mit Sigmoid und Heaviside, Möglichkeiten des Trainings ohne Differentialrechnung / Manuelle Erstellung von Neuronalen Netzen bzw. Anpassung von Gewichten.
Teil 2 (Termin 4)
Der zweite Teil der Fortbildung beginnt an Tag 4 mit einem inhaltlichen Überblick über verschiedene aktuelle Aspekte des Themas Künstliche Intelligenz und maschinelles Lernen wie z.B. die Gegenüberstellung der Begriffe KI und ML, Paradigmen des Maschinellen Lernens, Generative Modelle und LLMs.Den Schwerpunkt bildet die Behandlung von Unsupervised Learning im Unterricht. Dazu werden verschiedene Verfahren anhand von Python-Umgebungen behandelt und im Hinblick auf ihren unterrichtlichen Einsatz verglichen.
Teil 3
Im dritten Teil der Fortbildung werden Grundlagen des Reinforcement Learning behandelt, Verfahren an mehreren Beispielen praktisch durchgeführt und analysiert sowie verschiedene Ideen zur Umsetzung im Unterricht angeboten.Bezug zum RRSQ
- 1.1 Fachliche und überfachliche Kompetenzen
- 1.4 Langfristige Wirkungen
- 2.10 Lernen und Lehren im digitalen Wandel
- 4.1 Lehrerbildung
Zielgruppe und Voraussetzungen
Lehrkraft für Informatik in der Sek I, insbesondere im WP-Bereich (TN der Informatik-Zertifikatskurse 5/6 und Sek I sowie TN der Fortbildung „Künstliche Intelligenz in der 5/6“ müssen z. T. mit inhaltlichen Überschneidungen rechnen.)