Eine Übersicht aller Sessions/Sitzungen dieser Veranstaltung. Bitte wählen Sie einen Ort oder ein Datum aus, um nur die betreffenden Sitzungen anzuzeigen. Wählen Sie eine Sitzung aus, um zur Detailanzeige zu gelangen.
MS 10: Lehren und Lernen hochschulmathematischer Inhalte
Zeit:
Freitag, 07.03.2025:
10:30 - 12:00
Chair der Sitzung: Erik Hanke, Leibniz Universität Hannover Chair der Sitzung: Frank Feudel, Humboldt-Universität zu Berlin
Ort:Geb. E2 5 - Hörsaal III (E.2)
Präsentationen
Mathematische Grundlagen im maschinellen Lernen
Katharina Bata1, Angela Schmitz2
1KIT, Deutschland; 2TH Köln, Deutschland
Themen des Maschinellen Lernens (ML) werden in der Lehre von Mathematik bereits als Anwendungsbeispiele zur Vertiefung unterschiedlicher mathematischer Inhalte genutzt. Doch welche mathematischen Inhalte können den Umgang mit Verfahren des ML unterstützen? Im Beitrag wird exemplarisch an Verfahren des überwachten ML gezeigt, welche mathematischen Inhalte dem Erstellen eines ML-Modells zugrunde liegen. Methodisch gestützt durch das so genannte Modellkonzept werden mathematische Voraussetzungen sowie inhaltliche Anknüpfungspunkte zum Erlernen von ML analysiert und strukturiert.
Sprachsensible Hochschullehre in der Mathematik am Beispiel der Graphentheorie - Ein Vergleich zweier Aufgabentypen
Julia Kaiser
Universität Duisburg-Essen, Deutschland
Das Verstehen und die zielgerichtete Verwendung der Fachsprache Mathematik ist für viele Studierende nicht nur zu Beginn des Studiums eine große Herausforderung. Eine sprachsensibel gestaltete Hochschullehre ist dabei eine Möglichkeit mit diesen Schwierigkeiten umzugehen.
Bei der in diesem Beitrag vorstellten Untersuchung zu einer Vorlesung „Graphentheorie“ wird der Fokus auf die schnelle Begriffsentwicklung und die präzise fachsprachliche Bedeutung der Begriffe gelegt und es werden zwei Aufgabentypen im Hinblick auf die Produktion von reichhaltigen Sprachprodukten verglichen.
