Maschinelles Lernen lernen : Entwicklung und Erforschung einer Lehr-Lernumgebung in den Ingenieurwissenschaften (Mathematikdidaktik im Fokus)

ホーム
> 洋書
> ドイツ書
> Social Sciences, Jurisprudence & Economy
> Education Science / Pedagogic
> didactics, methodics, school education

個数：

Maschinelles Lernen lernen : Entwicklung und Erforschung einer Lehr-Lernumgebung in den Ingenieurwissenschaften (Mathematikdidaktik im Fokus)

Bata, Katharina

ウェブストア価格 ¥18,014（本体¥16,377）
Springer Spektrum（2025/06発売）
外貨定価 UK£ 64.99
ポイント 163pt

在庫がございません。海外の書籍取次会社を通じて出版社等からお取り寄せいたします。
通常6～9週間ほどで発送の見込みですが、商品によってはさらに時間がかかることもございます。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合がございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

≪洋書のご注文について≫ 「海外取次在庫あり」「国内在庫僅少」および「国内仕入れ先からお取り寄せいたします」表示の商品でもクリスマス前(12/20～12/25)および年末年始までにお届けできないことがございます。あらかじめご了承ください。

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 311 p.
言語 GER
商品コード 9783658474577

Full Description

Maschinelles Lernen prägt zunehmend unseren Alltag, doch fehlt bislang eine Fachdidaktik, die das Thema als Lerngegenstand für Schulen und Hochschulen systematisch untersucht. In der vorliegenden Arbeit werden Methoden der fachdidaktische Entwicklungsforschung genutzt, um unter Einbezug verschiedener Naturwissenschaftsdidaktiken eine Lehr-Lernumgebung zu maschinellem Lernen für Ingenieurstudierende zu entwickeln. Die qualitative und quantitative empirische Untersuchung des entwickelten Materials in Design-Experimenten liefert Einsichten in die Lernprozesse der Studierenden, um den didaktischen Diskurs zu bereichern und Hinweise für die Lehrpraxis abzuleiten.

Einleitung.- Maschinelles Lernen.- Spezifizierung und Strukturierung der Lerngegenstände.- Design(weiter)entwicklung.- Designentwicklung und Datenerhebung.- Methoden der Datenanalyse.- Die Wirksamkeitsanalyse.- Evaluation der Mikrozyklen.- Erstellung und Nutzung von ML-Modellen.- Das individuelle Modellkonzept.- Die Weiterentwicklung des Designs und der Wirksamkeitszyklus.- Zusammenfassung und Diskussion.- Ausblick.