In dem Kurs wird die Erforschung der Prinzipien, die dem aktuellen praktischen Einsatz von Maschinenlernen (ML) zugrunde liegen, durch die Fokussierung auf grundlegende ML-Algorithmen in verschiedenen Bereichen untersucht. Das Ziel dieses Kurses ist es, den Studierenden beizubringen, kritisch über Daten und Modelle nachzudenken, das konzeptionelle Fundament der grundlegenden ML-Algorithmen und Techniken zu verstehen, wie sie funktionieren, wie man einen Algorithmus für jede Art von Lernaufgabe auswählt und wie man Leistungsmessungen und Ergebnisse richtig visualisiert, bewertet und interpretiert.
Durch das Verständnis, wie Modelle erstellt werden, werden die Studierenden in der Lage sein, rigorose Datenmodelle zu entwickeln, diese richtig zu interpretieren und ihre Stärken und Schwächen zu erkennen. Der Kurs wird von Dr. Maria Cutumisu geleitet, die als außerordentliche Professorin an der Fakultät für Bildung der McGill-Universität tätig ist. Dr. Cutumisus Forschung basiert auf Informatik und Bildungspsychologie und wurde durch Tri-Council-Zuschüsse und Stipendien finanziert.
Dr. Cutumisu hat einen M.Sc. und einen Ph.D. in Informatik von der Abteilung für Informatik der University of Alberta und absolvierte ein Postdoc-Studium in den Lernwissenschaften an der Stanford Graduate School of Education. Ihre Forschungsinteressen umfassen Feedback-Verarbeitung und Gedächtnis, maschinelles Lernen und Bildungsdatenanalyse zur automatischen Feedback-Generierung, KI in Spielen, algorithmisches Denken und Datenkompetenz.
Der Kurs findet vom 6. Januar bis zum 11. April 2025 statt, jeweils freitags von 8:35 Uhr bis 11:25 Uhr im Leacock-Gebäude, Raum 110. Die Anmeldung erfolgt über die Kursregistrierungsnummern EDPE 561 – Künstliche Intelligenz in der Bildung (CRN 7129-001/7130-002). Für weitere Informationen können Anfragen an ecpinfo.education [at] mcgill.ca (Betreff: Anfrage: Künstliche Intelligenz in der Bildung) gerichtet werden.