Menschliches und maschinelles Lernen und Verstehen“ stellt sich die Frage: Wie wird eigentlich gelernt? Das soll im Modul interdisziplinär mit Beiträgen aus der Robotik, Informatik, Linguistik und Psychologie beantwortet werden. Es werden dazu Konzepte des „maschinellen Lernens“ beleuchtet, die mit statistischen und neuronalen Ansätzen arbeiten. Außerdem werden auch Mechanismen des menschlichen Lernens herangezogen, die es ermöglichen, beispielsweise durch Tutoring einer Bezugsperson schnell auch schwierige Aspekte von Handlungen „Step by Step“ zu verstehen und zu lernen.
Die Veranstaltung besteht anteilig aus einer Vorlesung, welche anschließend in Workshops durch verschiedene Methoden aufbereitet und zugänglich gemacht wird. Mit den Workshops und verschiedenen Elementen aus dem Bereich Peer Learning wollen wir neue Wege in der Lehre einschlagen. Entsprechend ist das Modul sowohl auf das Engagement als auch Feedback der teilnehmenden Studierenden angewiesen. Vorkenntnisse sind nicht notwendig!
Das Modul umfasst 4 Semesterwochenstunden, insgesamt können 10 LP für die individuelle Ergänzung erbracht werden, durch Teilnahme an Studien- und Prüfungsleistungen. Die Veranstaltung wird zusammen mit der Universität Bremen angeboten. Deshalb wird die Veranstaltung im Hybrid-Format stattfinden. Der erste Teil findet online statt, der zweite Teil wird in Präsenz als Workshop sein. Ein elektronisches Endgerät ist deshalb notwendig. Falls Sie kein entsprechendes Gerät haben, können Sie sich beim Bits unter https://www.uni-bielefeld.de/einrichtungen/bits/elearningmedien/gerateausleihe/ ein Gerät ausleihen.
| Frequency | Weekday | Time | Format / Place | Period |
|---|
| Module | Course | Requirements | |
|---|---|---|---|
| 39-IndErg-LUV Human and Machine Learning and Understanding Menschliches und maschinelles Lernen und Verstehen | Lernen und Verstehen | Study requirement
|
Student information |
| - | Ungraded examination | Student information |
The binding module descriptions contain further information, including specifications on the "types of assignments" students need to complete. In cases where a module description mentions more than one kind of assignment, the respective member of the teaching staff will decide which task(s) they assign the students.