Database - Search Results
Tools & Resources
Künstliche Intelligenz – So fremd und doch so nah
Heise, Nele (2021): So fremd und doch so nah. Big Data und Künstliche Intelligenz in unserem Alltag. Vortrag, gehalten am 4. Februar in der Evangelischen …
In ihrem Vortrag führt die freie Medienforscherin Nele Heise in die Grundlagen der Künstlichen Intelligenz ein, erklärt, wie sie funktioniert, wofür sie bereits eingesetzt wird und warum es wichtig ist, in Grundzügen über Künstliche Intelligenz informiert zu sein. Nele Heise vertieft und konkretisiert das Thema anhand zweier ausgewählter Themenbereiche: der Gesichtserkennung und auf Algorithmen basierenden Entscheidungen bei Impfverteilung in den USA in der aktuellen Pandemie.
Tools & Resources
Künstliche Intelligenz und Maschinelles Lernen in der Praxis
Hötter, Johannes; Warmuth, Christian (2021): Künstliche Intelligenz und Maschinelles Lernen in der Praxis. Online-Kurs vom 6. Oktober bis 3. November 2021 The free online course …
The free online course "Artificial Intelligence and Machine Learning in Practice" by Master's students Johannes Hötter and Christian Warmuth on openHPI is aimed at high school students as well as interested adults without programming experience or technical background knowledge. The course requires between three and six hours of time per week and imparts knowledge about how artificial intelligence techniques work and can be applied in practice. In the course, machine learning projects from practice are presented and played through - from the assessment of data and the training of the machine learning model to result analysis and interpretation.
Der kostenlose Online-Kurs „Künstliche Intelligenz und Maschinelles Lernen in der Praxis“ der Master-Studenten Johannes Hötter und Christian Warmuth auf openHPI richtet sich an Schülerinnen und Schüler von Oberschulen sowie auch an interessierte Erwachsene ohne Programmiererfahrung und ohne technisches Hintergrundwissen. Der Kurs erfordert pro Woche zwischen drei und sechs Stunden Zeitaufwand und vermittelt Wissen darüber, wie Techniken der Künstlichen Intelligenz funktionieren und in der Praxis anzuwenden sind. In dem Kurs werden Machine Learning-Projekte aus der Praxis vorgestellt und durchgespielt – von der Beurteilung der Daten über das Training des Machine Learning-Modells bis hin zu Ergebnisanalyse und Interpretation.
Tools & Resources
Mensch, Maschine! – Wer zeigt hier wem den Weg?
Wissenschaftsjahr 2019: Künstliche Intelligenz. Die Jugendaktion Mensch, Maschine! The teaching material is aimed at children and young people from the age of 12 and deals …
The teaching material is aimed at children and young people from the age of 12 and deals - based on the simulation game "Human, Machine!“ - with the topic of artificial intelligence and machine learning. It consists of six modules that, after a short introduction, start directly with worksheets or assignments. In the modules, students learn where AI applications are already being used today, how they function, and how one can recognize the "intelligence" of machines. The focus is on the history of AI as well as ethical issues and, as part of a future workshop, on what kind of AI environment they want to live in. "Mensch, Maschine!" is a joint project of the BMBF, the University of Paderborn and the Deutsche Telekom Foundation.
Das Unterrichtsmaterial richtet sich an Kinder und Jugendliche ab 12 Jahren und behandelt – ausgehend vom Simulationsspiel „Mensch, Maschine!“ – das Thema Künstliche Intelligenz und Maschinelles Lernen. Es besteht aus sechs Modulen, die nach einer kurzen Einführung direkt mit Arbeitsblättern oder Arbeitsaufträgen starten. In den Modulen lernen die Schüler*innen, wo KI-Anwendungen heute schon eingesetzt werden, wie sie grundsätzlich arbeitet und woran man die „Intelligenz“ von Maschinen erkennen kann. Dabei geht es sowohl um die Geschichte der KI als auch um ethische Fragestellungen sowie im Rahmen einer Zukunftwerkstatt darum, in welcher KI-Umwelt sie leben wollen. „Mensch, Maschine!“ ist ein gemeinsames Projekt des BMBF, der Universität Paderborn und der Deutsche Telekom Stiftung.
Tools & Resources
Online Course “Big Data Literacy“
The online course “Big Data Literacy” is an open educational resource that has emerged from the collaboration between the Center for Teacher Education at the …
The online course "Big Data Literacy" is an open educational resource that has emerged from the collaboration between the Center for Teacher Education at the University of Cologne, Grimme Research and the Grimme Research College at the University of Cologne. The aim of this course is to raise awareness about the world of digital data and its impact on society, following the principles of exploratory learning. The course is specifically designed for teachers and provides them with a fundamental understanding through the provided learning materials, without requiring in-depth technical knowledge.
Der Online-Kurs „Big Data Literacy“ ist ein kostenloses Lehrangebot, das aus der Zusammenarbeit des Zentrums für Lehrer*innenbildung der Universität zu Köln, der Grimme Forschung sowie des Grimme Forschungskollegs an der Universität zu Köln hervorgegangen ist. Ziel dieses Kurses ist es, die Lernenden gemäß den Prinzipien des explorativen Lernens für die Welt der digitalen Daten und deren Auswirkungen auf die Gesellschaft zu sensibilisieren. Der Kurs richtet sich insbesondere an Lehrkräfte und vermittelt ihnen mithilfe der bereitgestellten Lernmaterialien ein grundlegendes Verständnis, ohne dass tiefgehende informatische Kenntnisse erforderlich sind.
Tools & Resources
Schule macht Daten
Junge Tüftler; Fraunhofer IAIS (2021): Schule macht Daten, Berlin/Sankt Augustin. This online course addresses teachers who want to teach about the topic of AI & …
This online course addresses teachers who want to teach about the topic of AI & Machine Learning in secondary schools I and II. They will receive in-depth information, a variety of methods and practical suggestions for dealing with the topic of "Machine Learning - Intelligent Machines" in the classroom with students without any prior knowledge. The training can also be booked as an online webinar. A digital accompanying booklet with lesson plans and working materials is available for direct use in the classroom.
Der Online-Kurs wird angeboten von junge tüftler und Fraunhofer IAIS und richtet sich an Lehramtsstudierende und Lehrende der Sekundarstufe I & II, aber auch für Personen, die sich bereits in der Lehre befinden sowie für allgemein Interessierte an der Thematik KI und Daten. Der Kurs ist fächerübergreifend angelegt, wobei der Fokus insbesondere auf meinungsbildenden und gesellschaftswissenschaftlichen Fächern liegt. Die Teilnehmenden lernen, Informationen (Daten) zu identifizieren, zu verstehen, zu interpretieren und zu erstellen. Sie lernen, die Hintergrundprozesse von Big Data zu verstehen, kritisches Denken auf Daten anzuwenden, Datenqualität grundlegend zu bewerten sowie technische Grundlagen und deren Zusammenhänge zu verstehen und technische Geräte selbstbestimmt zu nutzen. In den Kurs kann jederzeit eingestiegen werden.
Tools & Resources
Schule macht KI
Hasso-Plattner-Institut (2021): Schule macht KI (KI Campus), Potsdam. This free online seminar of the Hasso Plattner Institute in Potsdam addresses student teachers and teaching staff …
This free online seminar of the Hasso Plattner Institute in Potsdam addresses student teachers and teaching staff with the goal of subsequently being able to teach the topic of AI in secondary levels I and II. After completing the course, participants will be able to name essential terms, historical developments and functionalities of AI, understand the basics of algorithmic thinking with a focus on data-ethical action, understand application fields of AI in an artistic-creative context as well as implement application scenarios in the field of AI and language and their integration into language teaching. Teachers can register for the free online seminar at any time. The course is organized by staff of the Junge Tüftler gGmbH.
Das kostenlose Online-Seminar des Hasso-Plattner-Instituts in Potsdam richtet sich an Lehramtsstudierende und Lehrkräfte mit dem Ziel, das Thema KI anschließend in den Sekundarstufen I und II unterrichten zu können. Nach Abschluss des Kurses sind die Teilnehmenden in der Lage, essenzielle Begriffe, historische Entwicklungen und Funktionsweisen von KI zu benennen, Grundlagen des algorithmischem Denkens mit Fokus auf daten-ethischem Handeln zu verstehen, Anwendungsfelder von KI im künstlerisch-kreativen Kontext zu verstehen sowie Anwendungsszenarien im Bereich von KI und Sprache und deren Einbindung in den Sprachunterricht umzusetzen. Lehrkräfte können sich jederzeit zu dem kostenlosen Online-Seminar anmelden. Den Kurs richten von Mitarbeiterinnen und Mitarbeiter der Jungen Tüftler gGmbH aus.
Tools & Resources
Stadt | Land | Datenfluss
Deutscher Volkshochschul-Verband e. V. (2021): Stadt | Land | Datenfluss. Berlin. The course “Stadt|Land|Datenfluss” (City|Country|Data Flow) aims to raise awareness of how to deal with …
The course "Stadt|Land|Datenfluss" (City|Country|Data Flow) aims to raise awareness of how to deal with data in a confident manner and to awaken interest in data-based technologies. It is based on the app of the same name developed by the German Adult Education Association (DVV). The browser version is available as an online course and as a mobile version under the CC BY-SA 4.0 license in the app stores at: https://stadt-land-datenfluss.de/ The tool provides a playful approach to the topic of digital sovereignty and is aimed at all interested adults. It covers the topics "Artificial Intelligence", "Internet of Things", "Big Data" and "Data Flow" as well as the fields of action "Health", "Mobility" and "Work" with many opportunities to answer knowledge questions. The course further details the skills learners gain by working through the different topics. In the case of the topic "Big Data," this means being able to explain "what phenomena the term 'Big Data' encompasses," "how large amounts of data are processed," and what data protection issues arise in the process.
Der Kurs „Stadt|Land|Datenfluss“ möchte für einen souveränen Umgang mit Daten sensibilisieren und Interesse an datengestützten Technologien wecken. Er basiert auf der gleichnamigen App, die der Deutsche Volkshochschul-Verband (DVV) entwickelt hat. Die Browserversion gibt es als Online-Kurs und als mobile Version unter der Lizenz CC BY-SA 4.0 in den App-Stores unter: https://stadt-land-datenfluss.de/ Das Angebot bietet einen spielerischen Zugang rund um das Thema digitale Souveränität und richtet sich an alle interessierten Erwachsenen. Es behandelt die Themen „Künstliche Intelligenz“, „Internet der Dinge“, „Big Data“ und „Datenfluss“ sowie die Handlungsfelder „Gesundheit“, „Mobilität“ und „Arbeit“ mit vielen Möglichkeiten, Wissensfragen zu beantworten. Den unterschiedlichen Themen ist jeweils eine Beschreibung der Fähigkeiten vorangestellt, die man nach dem erfolgreichen Durcharbeiten der Themen beherrscht. Im Falle des Themas „Big Data“ bedeutet dies erklären zu können, „welche Phänomene der Begriff ‚Big Data‘ umfasst“, „wie große Datenmengen verarbeitet werden“ und welche datenschutzrechtlichen Fragen dabei entstehen.
Tools & Resources
Suspicious Behavior. A Data Annotation Tutorial
KairUs (2020): Suspicious Behavior. A Data Annotation Tutorial. The project “Suspicious Behavior” (2020) by the media art duo Linda Kronman and Andreas Zingerle provides an …
The project "Suspicious Behavior" (2020) by the media art duo Linda Kronman and Andreas Zingerle provides an impressive insight into a world in which artificial intelligences are trained to automatically recognize suspicious situations and distinguish "normal" from "abnormal" behavior. In a tutorial, users can try out for themselves how the training works. It is therefore particularly suitable for use in didactic contexts. The aim of the project is to show how problematic these practices are and how great the danger is that human behavior itself can be programmed with them.
Das Projekt „Suspicious Behavior" (2020) der Medienkunstduos Linda Kronman und Andreas Zingerle gibt einen beeindruckenden Einblick in eine Welt, in der künstliche Intelligenzen darauf trainiert werden, verdächtige Situationen automatisch zu erkennen und „normales“ von „anormalem“ Verhalten zu unterscheiden. In einem Tutorial kann selbst ausprobiert werden, wie das Training funktioniert. Es eignet sich deshalb besonders für den Einsatz in didaktischen Kontexten. Ziel des Projekts ist es, zu zeigen, wie problematisch diese Praktiken sind und wie groß die Gefahr ist, dass menschliches Verhalten selbst damit programmiert wird.
Tools & Resources
The Elements of AI
Reaktor & University of Helsinki (2018): The Elements of AI. “The Elements of AI is a series of free online courses created by Reaktor and …
"The Elements of AI is a series of free online courses created by Reaktor and the University of Helsinki. We want to encourage as broad a group of people as possible to learn what AI is, what can (and can’t) be done with AI, and how to start creating AI methods. The courses combine theory with practical exercises and can be completed at your own pace."
The Elements of AI ist eine Reihe von kostenlosen Online-Kursen, die von Reaktor und der Universität Helsinki entwickelt wurden. Die Kurse möchten eine möglichst breite Gruppe von Menschen dazu ermutigen, zu lernen, was KI ist, was man mit KI machen kann (und was nicht) und wie man mit der Entwicklung von KI-Methoden beginnt. Die Kurse kombinieren Theorie mit praktischen Übungen und können in Ihrem eigenen Tempo absolviert werden.
Tools & Resources
Visuelle Einführung ins Maschinelle Lernen (R2D3)
introduction dynamic visualisation to machine learning: computers statistical learning techniques patterns predictions machine learning model homes New York San Francisco Statistik statistische Lernverfahren Eine dynamische …
A dynamic visualisation to machine learning: computers apply statistical learning techniques to automatically identify patterns in data. These techniques can be used to make highly accurate predictions. Step by step a machine learning model will be created by using data set about homes in New York and in San Francisco.
Eine dynamische Visualisierung statistischer Lernverfahren zur automatischen Erkennung von Mustern in Daten. Anhand eines Datensatzes über Wohnungen in den USA wird schrittweise - durch hinunterscrollen - ein Modell erstellt, um Wohnungen in New York von solchen in San Francisco zu unterscheiden.
Search matches: 23
New search