Maschinelle Lernmethoden für Klassifizierungsprobleme
Perspektiven für die mathematische Modellierung mit Schülerinnen und Schülern
Person: Schönbrodt, Sarah
serial: BestMasters
Year: 2019
Language: German
Scope: 99 p.
Available
- Contents:
- Sarah Schönbrodt gibt Einblick in die mathematischen Hintergründe der Support Vector Machine und einer auf der Singulärwertzerlegung basierenden Klassifizierungsmethode. Die Autorin stellt fest, dass sich hinter beiden Methoden elementar-mathematische und anschauliche Konzepte verbergen, die großteils mit Schulmathematik zugänglich sind. Schülerinnen und Schülern wird aufgrund der großen Anwendungsbreite für verschiedene lebensnahe Fragestellungen ein verständlicher Zugang zu Problemlösestrategien des aktuell höchst relevanten maschinellen Lernens gegeben. Perspektiven für die methodisch-didaktische Gestaltung eines Workshops zur mathematischen Modellierung werden aufgezeigt.
- Nach erfolgreichem Abschluss ihres Masterstudiums promoviert Sarah Schönbrodt im Bereich der Entwicklung von authentischen Modellierungsaufgaben für Schülerinnen und Schüler an der RWTH Aachen. Sie ist zugleich in der Organisation und Gestaltung des Schülerlabors CAMMP für Mathematische Modellierung tätig.
Title Information
Title: Maschinelle Lernmethoden für Klassifizierungsprobleme
serial: BestMasters
Person: Schönbrodt, Sarah
Publisher : Springer Fachmedien Wiesbaden GmbH
ISBN: 9783658251376
Category: Non-Fiction & Guidebooks, Science & Technology, Mathematics
File size: 3 MB
Format: PDF
Loan period: 21 days