Der Online-Kurs „Machine Learning in der Schule“ vermittelt Funktionsweise und verschiedene Anwendungen künstlicher neuronaler Netze. Von einem Einstiegsbeispiel mit historischen Daten zu Titanic-Passagieren bis hin zur experimentellen Erzeugung eines „Banapfel“-Bildes mithilfe eines Autoencoders werden Bestandteile und Anwendungen neuronaler Netze erkundet. Erfahre, wie neuronale Netze lernen, Entscheidungen zu treffen, wie Eingaben innerhalb des Netzes zu Ausgaben verarbeitet werden und wie Fehler eines Netzes minimiert werden können. Neben Einblicken in die Verarbeitung von Texten, Bildern und Audio kannst du mithilfe eines bereitgestellten Online-Tools ein neuronales Netz mit eigenen Daten trainieren und testen.

Hinweis zum Code: Der Code der interaktiven Elemente ist von der offenen Lizensierung ausgenommen. Er ist urheberrechtlich geschützt und darf nicht eingesehen oder weiterverwendet werden.

Im Online-Kurs erkunden die Lernenden neuronale Netze und steigen in die Mathematik dahinter ein. Viele Praxisbeispiele und interaktive Elemente unterstützen das erforschende Lernen. Der Online-Kurs adressiert Schüler:innen und Lehrer:innen gleichermaßen. Dabei erhalten Lehrer:innen Impulse für die Unterrichtsgestaltung.

• Aufbau und Funktionsweise von künstlichen neuronalen Netzen
• interaktive Elemente zum Trainieren und Testen einfacher neuronaler Netze
• Veranschaulichung von Text-, Audio- und Bildgenerierung

Bei Abschluss des Kurses bin ich in der Lage…

• die Grundlagen Maschinellen Lernens zu beschreiben.
• die Rechenoperationen innerhalb eines neuronalen Netzes zu schildern.
• Schwächen und Stärken neuronaler Netze einzuschätzen und potenzielle Herausforderungen im Zusammenhang mit Künstlicher Intelligenz und ihren Auswirkungen auf die Gesellschaft zu beurteilen.

• 14 Jahre oder älter bin und wissen möchte, wie KI-Systeme funktionieren.
• Lehrer:in der Naturwissenschaften, Technik, Mathematik oder Informatik bin und mehr über neuronale Netze wissen möchte.
• als Lehrer:in Impulse wünsche, wie ich mit meinen Schüler:innen neuronale Netze mit niedrigschwelligen Anwendungsbeispielen erforschen und sogar in eigenen Projekten trainieren und testen kann.