Weitere Software und Materialien


Der Entscheidungsbaum-Ersteller ENTER ist im Rahmen der Fortbildungen KI@Informatik11 - Was, wozu, wie, womit unterrichten der Didaktik der Informatik der Universität Passau entwickelt worden. Daneben wurden auch für weitere Themen des LehrplanPlus-Kapitels 11.4 Künstliche Intelligenz Materialien entwickelt. Diese werden im Folgenden kurz vorgestellt.


Logo der Software ENTER

Für die didaktische Simulation des Perzeptrons, sowie des zugehörigen Lernprozesses wurde die Simulationssoftware Perzeptron-Simulator entwickelt. Die Software kann als Hilfsmittel bei der Umsetzung des Themas Perzeptron des LehrplanPLUS-Kapitels 11.4 Künstliche Intelligenz des bayerischen Lehrplans dienen. Sie eignet sich sowohl um die Funktionsweise, als auch den Lernalgorithmus zum Training des Perzeptrons zu simulieren.

Die Software bietet die Möglichkeit den Lernprozess eines Perzeptrons für zwei verschiedene Anwendungskontexte, die Lineare Klassifikation und die Lineare Regression zu simulieren. Neben einer schematischen Darstellung des Perzeptrons mit den jeweils aktuellen Parametern wird ein weiterer Fokus auf die graphische Darstellung der geometrischen Interpretation des Perzeptrons gelegt.Daneben werden auch noch weitere Ansichten, wie etwa zur geometrischen Visualisierung der Gewichtsanpassungen,... zur Verfügung gestellt.

Detaillierte Informationen zum Perzeptron-Simulator finden Sie im zugehörigen Handbuch.

Den Perzeptron-Simulator und das zugehörige Handbuch können Sie hier herunterladen:


Screenshot des Perzeptron-Simulators

Zur Visualisierung und Simulation des maschinellen Lernprozesses am Beispiel des k-nächste-Nachbarn-Algorithmus wurden Tabellenkalkulationsmappen (speziell für Microsoft Excel und LibreOffice Calc) erstellt, welche es ermöglichen, einzelne Schritte im maschinellen Lernprozess (Klassifikation, Training, Bestimmung des Hyperparameters k, Testen, ...) zu simulieren und selbst auszuprobieren. Diese Mappen stehen in zwei Versionen mit unterschiedlichen Anwendungskontexten (Klassifikation von T-Shirtgrößen und Irisklassifikation) zur Verfügung.

Des Weiteren wurde eine weitere Tabellenkalkulationsmappe erstellt um eine weitere Anwendung des k-nächste-Nachbarn-Algorithmus, die Regression, zu demonstrieren. Hier wurde der Anwendungskontext Vorhersage eines Hauspreises in Abhängigkeit des Merkmals Fläche in m² gewählt.

Die Tabellenkalkulationsmappen und das zugehörige Handbuch können Sie hier herunterladen: