empfohlenes Vorwissen

keines

Abstract

In den letzten Jahren hat Learning Analytics (LA) viel Aufmerksamkeit auf sich gezogen, da Anwender, Institutionen und Forscher zunehmend das Potenzial sehen, das LA hat um die Zukunft des technologiebasierten Lernens zu gestalten. LA ist ein aufstrebendes Data Science Forschungsgebiet, das sich mit der Entwicklung von Methoden beschäftigt, die Bildungsdaten nutzen um den Lernprozess zu unterstützen. Erforschung und Entwicklung von LA-Systemen ist ein interdisziplinäres Feld, das Kompetenzen der Informatik, Psychologie, Pädagogik und Didaktik umfasst. LA basiert auf fundierten informatischen Methoden (Statistik), Visualisierung, Social Network Analysis, Machine Learning, Web/Data Mining, Recommender Systems, Visual Analytics, Big Data etc.), die auf das Lernen angewandt werden.

Lehrinhalte

Der erste Teil des Kurses bietet einen systematischen überblick über dieses Gebiet und seine Schlüsselkonzepte durch ein Referenzmodell für LA, welches auf vier Dimensionen basiert, namentlich Daten, Umgebungen und Kontext (Was?), Akteure (Wer?), Ziele (Warum?) und Methoden (Wie?). Der zweite Teil des Kurses nimmt die vier Dimensionen des LA-Referenzmodells in den Fokus. Dafür werden aktuelle Methoden und Techniken zur Entwicklung innovativer LA-Systeme in Bezug auf jede dieser Dimensionen vorgestellt. Der letzte Teil des Kurses widmet sich aktuellen Trends und Themen der LA-Forschung, die im Rahmen eingeladener Vorträge vorgestellt und diskutiert werden.

Literaturangaben

• J. Han, M. Kamber: Data Mining: Concepts and Techniques. Morgan Kaufmann Publishers, Second Edition, 2006
• M. Ester, J. Sander: Knowledge Discovery in Databases. Techniken und Anwendungen. Springer Verlag, 2000
• C. Bishop: Pattern Recognition and Machine Learning. Springer, 2006
• T. Munzner: Visualization Analysis and Design. CRC Press, 2014
• M. Ward, G. Grinstein, D.A. Keim: Interactive Data Visualization: Foundations, Techniques, and Application. A.K. Peters, Ltd, 2010
• C. Ware: Information Visualization: Perception for Design. Morgan Kaufmann, 2nd edition, 2004

Hörerschaft

• SNE-Ma-2016 > Wahlpflichtbereich > (1.-3. Fachsemester, Wahlpflicht) Modul "Learning Analytics"