Tværfaglig anvendelse af machine learning i informatik

Titel

Tværfaglig anvendelse af machine learning i informatik

Målgruppe

Gymnasielærere

Fag

Matematik, Bioteknologi, Informatik, Fysik, Biologi

Niveau

A, B, C

Kursusudbyder

Københavns Universitet, Datalogisk Institut

Beskrivelse

Kurset giver konkrete ideer og værktøjer til, hvordan du kan bruge elementer fra informatikken i andre fag og tænke det ind i dine specifikke kernefagligheder.
Kursusdagen byder på oplæg og to workshops.

Workshop: Machine Learning i informatik: en case fra bioinformatikken.
Her lærer du at lave Machine Learning modeller, som er kernen i AI (kunstig intelligens). Du afprøver undervisningsmateriale udviklet til de naturvidenskabelige fag og matematik og bliver klar til at bruge materialet direkte i din egen undervisning eller som udgangspunkt for SRP-opgaver.

AI giver en række nye analysemetoder til naturvidenskab. Vi tager udgangspunkt i en case med DNA-data fra bioinformatik, hvor man kan analysere DNA-spor og forudse udseende samt alder af personen bag DNA-sporet. Derved lærer du at lave dine egne Machine Learning modeller i værktøjet Orange, som er så let at bruge, at gymnasieelever kan lære at bruge det i løbet af en time.

Yderligere vises, hvordan Machine Learning spiller sammen med kernestoffet på matematik A og kan bruges perspektiverende til at vise, hvordan matematikken anvendes.

Workshop: Billed- og objektgenkendelse i gymnasiets naturvidenskabelige fag.
Machine Learning har længe været brugt inden for de naturvidenskabelige fag, f.eks. ifm. hjernescanninger, grafer, luftfotos og affaldssortering. Fokus for denne workshop er en case-baseret anvendelse af ML i gymnasieskolens naturvidenskabelige fag.

Du introduceres til forskellige AI-værktøjer og arbejder med konkrete cases, som let kan integreres i eksisterende undervisning. Som kursist vil du lære at træne en AI-model til at kunne klassificere billeder og detektere objekter i billeder.

Kursuselementer

Digital teknologi / Computationel tankegang / Kunstig intelligens, Algoritmer / Databehandling / Matematisk modellering, Problem-baseret læring / Undersøgelsesbaseret naturfagsundervisning (UBNU)

Undervisere

Mette Machholm, Michael Lund og Morten Aagaard Schultz

Kursusdage

Region

Hovedstaden

Sted

Datalogisk Institut, Universitetsparken 1, 2100 Kbh Ø

Deadline for tilmelding til kursus hos kursusudbyder

31 januar 2025

Link til kursusudbyder

https://www.dataekspeditioner.dk/workshops/