Skip to content

FIDP - Lernfeld 10c

LS 10.5: Regressionsanalyse

Lernfeld Bildungsgang Ausbildungsjahr
LF 10c:
\(\newline\)Werkzeuge des maschinellen Lernens einsetzen		 Fachinformatiker für Daten- und Prozessanalyse (FIDP) 3

Kompetenzformulierung

"Die Schülerinnen und Schüler verfügen über die Kompetenz, maschinelles Lernen zur Problemlösung anzuwenden und den Lernfortschritt des Entscheidungssystems zu begleiten".

Die Schülerinnen und Schüler stellen Einsatzmöglichkeiten des maschinellen Lernens dar. Auf dieser Basis entscheiden sie über die betriebswirtschaftlich sinnvolle Eignung maschinellen Lernens bezüglich kundenspezifischer Problemstellungen.

Sie führen die benötigten Daten zusammen. Dazu analysieren sie freie und kommerzielle Datenquellen und wählen diese nach Eignung zur Lösung der Aufgabe durch maschinelles Lernen aus. Die Schülerinnen und Schüler berücksichtigen datenschutzrechtliche, moralische und wirtschaftliche Aspekte.

Sie legen für die Aufgabenstellung maschinellen Lernens adäquate Werkzeuge und Systeme fest.

Sie bereiten das ausgewählte System technisch vor und implementieren die Schnittstellen zum Datenimport.

Die Schülerinnen und Schüler überwachen die technische Funktionsfähigkeit im Hinblick auf den Lernfortschritt des Systems.

Sie reflektieren die Wirksamkeit des angelernten Entscheidungssystems. Dabei diskutieren sie auch datenschutzrechtliche, moralische und wirtschaftliche Aspekte.

Curricularer Bezug Titel der Lernsituation (Kurzfassung) Geplanter Zeitrichtwert
Rahmenlehrplan für Fachinformatiker für Daten- und Prozessanalyse in der Fassung vom 13.12.2019, S. 27 LS 10.5: Regressionsanalyse 10 Unterrichtsstunden

Handlungssituation

Ein großes internationales Immobilienbüro beauftragt die Abteilung Daten- und Prozessanalyse der ChangeIT GmbH mit der Entwicklung eines Modells zur Vorhersage von Immobilienpreise.

Sie wirken maßgeblich an der Entwicklung des Vorhersagemodells mit und Beurteilen die Qualität des Modells.

Handlungsergebnis

Vorhersagemodell für Immobilienpreise.

Vorausgesetzte Fähigkeiten und Kenntnisse

Handlungskompetenz
(Fachkompetenz und Personale Kompetenz)		 Inhalte Sozialform/Methoden
Informieren bzw. Analysieren Fachkompetenz:
- Verständnis des Konzepts der linearen Regression
- Vorstellung des Boston Housing Datasets als Beispiel
- Erläuterung der mathematischen Formel für die lineare Regression
Personale Kompetenz:
- Interesse an Datenanalyse und -interpretation
- Offenheit für neue Methoden und Herangehensweisen		 - Einführung in das Konzept der linearen Regression und seine praktische Anwendung
- Vorstellung des Boston Housing Datasets
- Visualisierung ausgewählter Features des Datensatzes
- Erläuterung der mathematischen Formel für die lineare Regression
- Üben der linearen Regression an einem Einfache Beispiel mit 5-6 Datensätzen
- Vorstellung von Python-Bibliotheken wie NumPy, Pandas, Matplotlib, Scikit		 - Lehrervortrag
- Gruppenarbeit
- Diskussion im Plenum
Planen / Entscheiden Fachkompetenz:
- Auswahl geeigneter Features
Personale Kompetenz:
- Fähigkeit zur Zusammenarbeit in Gruppen
- Entscheidungsfähigkeit		 - Auswahl geeigneter Datensätze / Features
- Diskussion im Plenum
Durchführen Fachkompetenz:
- Anwendung der linearen Regression in Python
- Interpretation der Ergebnisse
Personale Kompetenz:
- Fähigkeit zur Zusammenarbeit in Gruppen
- Kreativität		 - Anwendung der linearen Regression in Python auf die ausgewählten Datensätze / Features
- Interpretation der Ergebnisse
- Erstellung von eigenen Modellen		 - Gruppenarbeit
- Diskussion im Plenum
Kontrollieren / Bewerten Fachkompetenz:
- Bewertung der Ergebnisse anhand von Kriterien
Personale Kompetenz:
- Fähigkeit zur Selbstreflexion
- Feedbackfähigkeit		 - Präsentation der Ergebnisse durch jede Gruppe
- Bewertung der Ergebnisse anhand von Kriterien wie Genauigkeit, Kreativität und Interpretation der Ergebnisse
- Üben des Gelernten in Gruppen am Beispiel weiterer Datensätze		 - Gruppenpräsentation
- Bewertung im Plenum
-Gruppenpräsentation
Reflektieren Fachkompetenz:
- Reflexion über das Gelernte
Personale Kompetenz:
- Fähigkeit zur Selbstreflexion
- Offenheit für Feedback		 - Verfassen einer Antwort auf eine Email vom Geschaftsführer
- Feedback von Lehrer oder Lehrerin
- Feedbackrunde

Schulische Entscheidungen

  • Zur Entwicklung des Vorhersagemodells wird die Programmiersprache Python verwendet und das Jupyter Notebook genutzt.

Leistungsnachweise

  • Die zu haltenden Präsentationen können zur Leistungskontrolle verwendet werden!

Mögliche Verknüpfungen zu anderen Lernfeldern / Fächern