Phase

Inhalt

Schul­bezug

weitere math.

Inhalte

Medien/

Materialien

Zeit

(Min.)

Einstieg

+

Technik-einführung

Motivation für ein Wortvorhersage­modell, Einführung in das maschinelle Lernen, Vereinfachung und Übersetzung der Problemstellung in ein math. Modell

Absolute Häufig­keiten

-

Präsen­ta­tions­folien

15

10

Erarbeitung

AB1

Erarbeitung des Bi-Gramm-Modells, Anwenden des Bi-Gramm-Modells

Relative und absolute Häufig­keiten, bedingte Wahrschein­­lichkeit

Übergangswahrschein­lichkeit, Übergangsgraph, Übergangstabelle, Bi-Gramm-Modell

AB1-SuS

60

Sicherung 1

Wiederholung des Bi-Gramm-Modells, Probleme des Bi-Gramm-Modells sammeln und Lösungen diskutieren

Bedingte Wahrschein­lichkeit

Übergangswahrschein­lichkeit, Übergangsgraph, Übergangstabelle, Bi-Gramm-Modell

Präsen­ta­tions­folien

15

Erarbeitung

AB2

Erarbeitung des Tri-Gramm-Modells, Kennenlernen des Uni-Gramm-Modells, Vergleich der N-Gramm-Modelle

Relative und absolute Häufig­keiten, Bedingte Wahrschein­­lichkeit

Übergangswahrschein­lichkeit, Übergangsgraph, Übergangstabelle, Uni-Gramm-Modell, Tri-Gramm-Modell

AB2-SuS

30

Sicherung 2

Übersicht über N-Gramm-Modelle, Diskussion von Vor- und Nachteilen der N-Gramm-Modelle, Diskussion von Ideen für die Kombination der N-Gramm-Modelle

Bedingte Wahrschein­­lichkeit

Auswirkungen niedriger Zählhäufigkeiten auf die Güte der relativen Häufigkeit als Schätzer, Eigenschaften von N-Gramm-Modellen

Präsen­ta­tions­folien

10

Erarbeitung

AB3

Kombination der N-Gramm-Modelle

gewichteter Mittelwert

AB3-SuS

30

Sicherung 3

Anforderungen an die Gewichte diskutieren, Sammlung von Ideen zur Bewertung von Wortvorhersage­modellen, Einführung der Kreuzentropie

Wahrschein­lichkeit, Natürliche Loga­rithmus­funktion (wird bei Bedarf problem­orientiert eingeführt)

Kreuzentropie, Strategie des maschinellen Lernens: Teilung in Trainings- und Testdaten

Präsen­ta­tions­folien

20

Erarbeitung

AB4

Berechnung und Interpretation der Modell-wahrscheinlichkeit, Ergänzung einer Glättungs-wahrscheinlichkeit, Berechnung der Kreuzentropie, Vergleich unterschiedlicher Modelle mit Hilfe der Kreuzentropie

Natürliche Loga­rithmus­funktion, Loga­rithmus­gesetze (wird bei Bedarf problem­orientiert eingeführt), mehr­stufige Zufallsex­perimente, Anwendung der Pfadregel

Modellwahrschein­lichkeit, Kreuzentropie, Glättung

AB4-SuS

70

Sicherung 4

Interpretation der Ergebnisse der Kreuzentropie, Nutzung der Kreuzentropie für die Bestimmung der optimalen Gewichte

-

Modellwahrschein­lichkeit, Kreuzentropie, Glättung

Präsenta­tions­folien

10

Erarbeitung

AB5

Formulierung eines Optimierungs­problems zur Bestimmung der optimalen Gewichte mit Hilfe der Kreuzentropie

-

Anwendung eines Optimierungs­verfahrens, Aufstellen von Zielfunktion und Nebenbedingungen

AB5-SuS

20

oder

Erarbeitung AB5 open

Erarbeitung eines Optimierungs­verfahrens zur Bestimmung der Kreuzentropie

-

Aufstellen von Zielfunktion und Nebenbedingungen, Erarbeitung eines Optimierungs­verfahrens

AB5open-SuS

45

Sicherung 5

+

Abschluss-diskussion

+

Evaluation

Vorstellung der Optimierungs­verfahren (nur bei AB open), Interpretation der Ergebnisse des Optimierungs-verfahrens, gesellschafts­kritische Diskussion der Nutzung von Assistenz­systemen insbesondere der Wortvorschläge

Kritische Reflektion

-

Präsen­ta­tions­folien

5-15

10

5

Zusatzmaterial

Erarbeitung Z1 (verlinkt auf AB2)

Erarbeitung des Uni-Gramm-Modells

Relative und absolute Häufig­keiten

-

Z1-SuS

Erarbeitung Z2, Z2.1, Z2.2 (verlinkt auf AB3)

Erarbeitung der Rückfallstrategie

-

Fallunterscheidung

Z2-SuS,

Z2.2-SuS,

Z2.2-SuS

Erarbeitung Z3 (verlinkt auf AB4)

Auswirkung der Trainingsdaten auf das Modell

Verständnis von Daten

Verständnis von Trainingsdaten

Z3-SuS

Erarbeitung AB_open (verlinkt auf AB5)

Nutzung der Wortvorschläge zur Textgenerierung

Mehr­stufige Zufalls­expe­rimente

-

AB_open-SuS