Materialien für Tutor:innen
Auf dieser Seite findest du alles was du brauchst um dieses Materclass zu halten: Zusatzmaterialien für Tutor:innen, Lösungsvorschläge für die Arbeitsblätter etc.
Bei der Masterclass werden verschiedene Aspekte vermittelt:
- Was ist maschinelles Lernen und wie wird es (am Beispiel der Physik) eingesetzt.
- Wie funktioniert Teilchenphysik: Die Messung der Z-Boson Zerfälle mit dem OPAL-Experiments am LEP-Beschleuniger
Hier gibt es eine Stichwortliste, die als grobe Orientierung für eine Masterclass verwendet werden kann.Die Schüler:innen nehmen im Idealfall die folgenden Aspekte mit nach Hause:
- Standardmodell und Teilchenzerfälle am Beispiel des Z-Bosons verstehen
- Aufbau moderner Teilchendetektoren
- Einblick in die DatenanalyseWas genau steckt hinter "Maschinellem Lernen" / "Machine Learning", "Künstlicher Intelligenz" / "Artificial Intelligence", "Deep Learning", ...?Einordnung: klassische Erkennung vs. maschinelles Lernen
- Anwendung und Grenzen von maschinellem Lernen
- Gesellschaftliche Relevanz
- Bedeutung von Programmieren als Methodik in der modernen Physik (Verbindung zwischen Physik und Informatik)
Jupyter Notebook / Infos zum Code
Der Code selbst und weiterführende Informationen sind im GitHub Verzeichnis des NTW Knotenpunktes Münster dokumentiert:
https://github.com/NTW-Muenster/opal-mc-ml
Vortragsfolien für die Masterclass
Eine Umfangreiche Sammlung an Folien für die Masterclass kannst du dir über die Teilchenwelt Wiki Seiter hier herunterladen.
Beispiel Ablaufplan
Für die Masterclass sollten ca. 7 Stunden (inkl. Pausen) eingeplant werden. Der Ablaufplan könnte zum Beispiel so aussehen:
|
8:30 Uhr
8:50 Uhr
10:45 Uhr
12:30 Uhr 13:15 Uhr
14:30 Uhr
14:40 Uhr
spätestens 15:30 Uhr |
Begrüßung, Vorstellungsrunde, Ablauf vorstellen interaktiver Vortrag Standardmodell, inkl. AB Verzweigungsverhältnis (15 min Bearbeitungszeit, 5 min Besprechung), Einsatz der Stoffteilchen Pause Vortrag Detektoren & Beschleuniger, inkl. Aufgabe zum Detektor (ca. 15 - 20 min, erstes Teilchen gemeinsam machen) Pause Machine Learning & Künstliche Neuronale Netzwerke, inkl. Spiel “Mensch, Maschine!” (immer in 3er Gruppen → oft genug ausdrucken!) (ca. 15 - 20 min) Einführungspräsentation zum Code → Einstieg: Persönlicher Erfahrungsbericht zur Relevanz vom Programmieren in der Physik Ab hier: Arbeit in 2er GruppenEinführung Jupyter Arbeitsphase inkl. anschließende Besprechung Mittagspause Arbeiten mit dem Codekurze Erläuterung der Arbeitsaufträge inkl. Hinweis auf die Vorstellung der Ergebnisse am Ende Besprechung der AB mit Überleitung zur Diskussion Hyperparameter und Ergebnisse des KNNSchüler*innen stellen eigene Ergebnisse vor und interpretieren diese (erst an dieser Stelle wird darüber gesprochen, wie viel Prozent der Daten die Schüler*innen für das Training genutzt haben und welche Werte warum sinnvoll sind) Rückbezug zum OPAL Experiment & dem Verzweigungsverhältnis Gesellschaftlicher Aspekt von ML EvaluationSkalierungsübung mit folgenden Fragen: Die Masterclass hat mir Spaß gemacht. Ich habe etwas neues gelernt.
Ende |