
KI-Games: Wer baut den besten Algorithmus
In diesem Kurs arbeiten Medizinstudierende und Informatikstudierende in interdisziplinären Teams zusammen, um komplexe medizinische Datensätze gemeinsam auszuwerten. Ein Schwerpunkt liegt auf der Nutzung von modernen Bildgebungsdaten um den Umgang mit diesen zu Lehren und zu Lernen. Der Kurs kombiniert Theorie und Praxis, indem er den Teilnehmenden echte Bilddaten und aktuelle wissenschaftliche Fragestellungen bearbeiten lässt. Zunächst werden die Teilnehmer in die Grundlagen der Visustestung eingeführt, wobei relevante bildgebende Verfahren im Detail erläutert werden. Anschließend lernen die Teams, wie sie die bereitgestellten Daten effektiv für ihre Analysen aufbereiten können. In der Phase der Algorithmenentwicklung setzen sich die Teilnehmer mit verschiedenen algorithmischen Ansätzen auseinander und entwickeln eigene Lösungen. Als besonderes Highlight dient ein Wettbewerb am Ende des Kurses, bei dem die Teams ihre Algorithmen unter Beweis stellen können. Unter den Stichwort "Gamification" sollen formative und summative Auswertungsmethoden genutzt werden, um die Studenten im Anschluss zu evaluieren. Studierende sollen nach Abschluss des Kurses befähigt werden, eigenständig Lösungsansätze zu entwickeln und zu optimieren. Zudem soll kritisches Denken gefördert sowie Problemlösungskompetenzen und Teamfähigkeit gestärkt werden.
Auf einen Blick
Kontakt
Das könnte Sie auch interessieren

Digitales kompetenzorientiertes Prüfen implementieren
Das Ziel des Projekts ist die Entwicklung von Good Practices für digitales kompetenzorientiertes Prüfen. Es umfasst die Schritte Neukonzeption, Weiterentwicklung, Erprobung, Implementierung und Verfügbarmachung für die Fachdisziplinen BWL, MINT, Soziales und Gesundheit. Durch ein durchgängiges Constructive Alignment und eine Änderung der Haltung gegenüber Prüfungen bei Studierenden und Lehrenden sollen die Qualität der Lehre weiter verbessert und Täuschungsversuche entscheidend gemindert werden. Das Verbundprojekt, an dem neun Hochschulen beteiligt sind, setzt auf dem Forschungsstand zur Didaktik und Durchführung von digitalen Präsenz- und Online-Prüfungen auf und integriert zudem die Erfahrungen aus den Corona-Semestern. Die technische Umsetzung erfolgt in etablierten Prüfungssystemen, sieht Kompatibilität zu Campus-Management-Systemen vor und berücksichtigt eine zukünftige Cloud-Lösung, die von Hochschulen gemeinsam genutzt werden kann. Den rechtlichen Rahmen des Projekts bildet die Bayerische Fernprüfungserprobungsverordnung.
Projekt anzeigen
Stud.IP Core & Plugins ausbauen für Studium/Lehre
Mit der Weiterentwicklung sollen Studierende in Gruppen (innerhalb einer Lehrveranstaltung) und damit in Kontakt gebracht werden (Herausforderung Isolation während Covid-19 Pandemie), damit unterstützen wir die Kommunikation, Kooperation und Kollaboration untereinander. Neben den Studiengruppen werden entsprechende Tools über Stud.IP angeboten bzw. eingebunden, wofür das System an entsprechenden Stellen modernisiert wurde und Schnittstellen zu externen Tools generiert wurden. Für die wissenschaftliche Evaluation wurde ein entsprechendes Plugin generiert (YourNetwork).
Maßnahme anzeigen
Enhancing Student-Centered Learning Environments: A Data-Driven Approach to Hybrid Lecture Room Classification and Resource Allocation
[Kurzbeschreibung folgt (Anm. StIL)]
Publikation anzeigen