Machine Learning
Das Projekt widmet sich der Weiterentwicklung des Pilotprojekts „Machine Learning in Computational Fluid Dynamics“, welches im Wintersemester 2021/2022 gestartet ist. Innerhalb des Förderzeitraums können die bereits bestehenden Materialien nun erweitert und noch attraktiver gemacht werden. In dem englischsprachigen Modul lernen Studierende etablierte Methoden der numerischen Strömungsmechanik mit Techniken des maschinellen Lernens zu kombinieren. Dabei werden eine Reihe an digitalen Werkzeugen eingesetzt, bei denen es sich um freie Open Source Anwendungen handelt. Vorlesungsmanuskripte und Übungen werden als interaktive Dokumente, so genannte Jupyter Notebooks, entwickelt, in welche Erklärungen, Theorie, Programmierung und Visualisierung zusammenfließen. In der geplanten Ausgestaltung und Erweiterung bestehender Vorlesungen sind bereits Rückmeldungen aus dem vergangenen Semester berücksichtigt. Um das Vorlesungsformat einfacher auf andere Veranstaltungen übertragbar zu machen, soll das Gesamtkonzept im Journal of Open Source Education (JOSE) veröffentlicht werden. So werden die Inhalte auch international nutzbar und das Modul trägt stark zur internationalen Sichtbarkeit und positiven Außenwirkung der Lehre der TU Braunschweig bei.
Verwendete digitale Tools und angewandte Theorien und Methoden
- Jupyter-Notebooks
- Reveal.js
- BigBlueButton
- Git und Github
- Stud.IP
- Digitale Lehre
- Englischsprachige Lehre
- Inverted Classroom
- Problemlösungsorientiertes Lernen
Weiterführende Links
Übersicht
Universität
Institut, Abteilung
Verantwortliche Lehrende
Internationale Projektpartner*innen
Teilnehmendenzahl
Veranstaltungsform (V, S, Ü)
Umsetzungsformen (in Präsenz, synchron, asynchron, blended, hybrid)