Wie Maschinen lernen – Mit Pythons und Pandas die Zukunft vorhersagen
2023 Fachkurs MATHEMATIK (Oberstufe)
Daten gelten als wichtigster Rohstoff der heutigen Zeit. Sie werden schon jetzt fast überall in verschiedensten Formen von und über uns und unsere Umwelt gesammelt. Aber zunächst sind sie eben nur ein Rohstoff, der weiterverarbeitet werden muss, um Erkenntnisse ziehen zu können. Die Fragen, die bei uns im Kurs im Zentrum stehen werden, sind also:
Wie lernen wir aus Daten? Welche Schlüsse können wir ziehen und wie lassen sich darauf basierend Prognosen über die Zukunft treffen? Wie lässt sich aus diesen Schlüssen dann sinnvolles Handeln ableiten? Und was ist für einen ethisch korrekten Umgang mit Daten zu beachten?
Wir wollen im Kurs die Mathematik hinter den gängigsten Machine Learning-Algorithmen verstehen und diese dann in Projektarbeit anhand echter Datensätze anwenden. Das machen wir in der Programmsprache Python, in die wir uns als Vorbereitung auf den Kurs einarbeiten. Willst du mit uns wie eine Maschine lernen (wie Maschinen lernen), mit pandas Daten erkunden, durch random forrests wandern und Trends voraussagen? Dann solltest du diese Einladung nicht verwerfen!
Kursleitung
- Dr. Maxim Gerspach, Postdoktorand der Mathematik an der KTH Stockholm
- Dr. Cynthia Hog-Angeloni, Mathematikerin an der Gutenberg-Universität Mainz und der Goethe-Universität Frankfurt am Main
- Dr. Theresa Kumpitsch, Mathematikerin und E-Learning-Expertin im Bereich Data Science bei StackFuel
Zur Arbeit im Kurs
Ihr werdet euch zusammen mit studentischen Betreuer*innen in Zweier- oder Dreierteams im Vorfeld in einen Themenkomplex einarbeiten. Dazu bereitet ihr eine Kurseinheit (à 3 Stunden mit 30-minütiger Pause) vor, die ihr während der Akademie durchführen werdet. Dies muss (oder eher: soll) nicht in klassischer Referatsstruktur passieren, sondern der gesamte Kurs kann in verschiedener Weise einbezogen werden. Insbesondere bietet sich bei unserem Thema die Einbindung von Code zum Vorführen und Mitmachen an.
Es wird voraussichtlich 4 Themenkomplexe geben, die alle in den Bereich des maschinellen Lernens gehören. Diese lauten:
- Regression
- Klassifikation
- Clustering
- Natural Language Processing
Dabei wollen wir uns zum einen theoretisch mit den dazugehörigen Algorithmen und ihren mathematischen Grundlagen beschäftigen. Zum anderen aber auch mit deren praktischer Umsetzung, indem wir an eigenen kleinen Datenprojekten arbeiten.
Ihr könnt im Vorfeld Präferenzen angeben, die wir bei der Zuordnung der Themen so gut wie möglich berücksichtigen. Wir werden euch einige Quellen geben, an denen ihr euch orientieren könnt, aber die Details der inhaltlichen Gestaltung sind relativ frei.
Pro Gruppe wird am Ende für die Dokumentation der Schülerakademie ein schriftlicher Beitrag von etwa zwei Seiten erwartet, wobei eine erste Version schon vor der Schülerakademie fertig sein sollte.
Veröffentlicht im November 2022 in Akademiejahr 2023, Fachkurse 2023, Mathematik von Peter Gorzolla; zuletzt geändert: 22. März 2023
Tags: Cynthia Hog-Angeloni, Maxim Gerspach, Theresa Kumpitsch
Hinterlasse einen Kommentar
An der Diskussion beteiligen?Hinterlasse uns deinen Kommentar!