Sitzung | ||
MS 06: Data Science
| ||
Präsentationen | ||
Intuitiver Zugang zu datenbasierten Entscheidungsbäumen Universität Paderborn, Deutschland Der Beitrag behandelt eine Unterrichtsreihe in der Sekundarstufe zum maschinellen Lernen (ML) und künstlicher Intelligenz (KI) am Beispiel datenbasierter Entscheidungsbäume. Darin wird die Software CODAP genutzt, die es Lernenden ermöglicht datenbasierte Entscheidungsbäumen manuell zu erstellen und zu evaluieren. Die vorgestellte Studie untersucht Erzeugnisse von Lernenden. Zu einem frühen Zeitpunkt der Unterrichtsreihe sollten Lernende intuitiv Entscheidungsbäume selbst erstellen. Dokumentiert wurden die resultierenden Bäume sowie die Präsentation, in der die Lernenden ihren Ansatz begründen. Schülerinterpretationen beim Verteilungsvergleich diagnostizieren und fördern: Eye-Tracking Vignetten als neuer Ansatz für die Lehrkräfte(aus)bildung 1Pädagogische Hochschule Heidelberg, Deutschland; 2Pädagogische Hochschule Freiburg, Deutschland; 3Universität Utrecht, Niederlande; 4KU Leuven, Belgien Im Rahmen des Erasmus+ Projekts „Eye-teach-stats“ werden Module für die Lehrkräfteaus- und fortbildung entwickelt, die eine innovative Lernpraxis mit Hilfe von Eye-Tracking-Vignetten einführen. Die Vignetten werden auf der Grundlage von schulbezogener Eye-Tracking-Forschung entwickelt und repräsentieren Problemlöseprozesse von Schüler:innen beim Beurteilen von Datenverteilungen. So werden Mathematiklehrkräfte unterstützt, gängige statistische Vorstellungen und Schwierigkeiten von Schüler:innen in anwendungsorientierten Kontexten zu diagnostizieren und gezielte Fördermaßnahmen zu ergreifen. |