TY  - THES
U1  - Master Thesis
A1  - Schmahl, Ines
T1  - Implementierung einer Machine Learning-Kollektion als Open Educational Resources
N2  - Die Entwicklungen im Bereich der Informations- und Kommunikationstechnologie haben völlig neue Möglichkeiten des Datenaustausches und der Zusammenarbeit geschaffen. Das zeigt sich auch in der Lehre. Hier hat sich der Begriff der Open Educational Resources (OER) entwickelt, womit frei zugängliche Bildungsmaterialien bezeichnet werden. Um dieses Potential ausschöpfen zu können, braucht es innovative Herangehensweisen.
In dieser Arbeit wird ein neuer Ansatz vorgestellt. Anstatt Lehrmaterialien als Teil eines didaktischen Konzeptes zu betrachten, werden sie als Objekte einer digitalen Sammlung verstanden. Das erleichtert die Adaptierung der Materialien an die spezifischen Anforderungen von Lehrveranstaltungen. Konkret wird der Ansatz auf den Aufbau einer OER-Kollektion für Machine Learning angewendet. Denn gerade in diesem Bereich zeichnet sich ein hoher Bedarf an Kompetenzvermittlung ab, um Forschende auf die Anforderungen einer immer datenintensiveren Wissenschaft vorzubereiten.
Die gewonnenen Erfahrungen werden im Fazit als Lessons learned zusammengefasst, um damit andere bei der Umsetzung ähnlicher Vorhaben zu unterstützen.

Die OER-Kollektion ist zugänglich über die Online-Plattform GitHub unter dem Link:
https://github.com/Machine-Learning-OER-Collection/Machine-Learning-OER-Basics
KW  - Open Educational Resources
KW  - Machine Learning
KW  - Nachnutzbarkeit
KW  - Sammlung
Y2  - 2022
U6  - https://nbn-resolving.org/urn:nbn:de:hbz:79pbc-opus-19657
UN  - https://nbn-resolving.org/urn:nbn:de:hbz:79pbc-opus-19657
SP  - 36
S1  - 36
ER  -