Knowledge Representation and Machine Learning
Lehre
Im Wintersemester 2024/2025 bietet die AG KML folgende Lehrveranstaltungen an:
- Introduction to Data Mining (Vorlesung) Bachelor- und Masterstudierende in den Modulen 39-Inf-DM Grundlagen Datamining, 39-Inf-WP-DS Data Science (Basis), 39-Inf-WP-DS-x Data Science (Schwerpunkt) und 39-M-Inf-AI-bas Basics of Artificial Intelligence.
- Intelligent Tutoring Systems (Seminar) für Bachelor- und Masterstudierende in den Modulen 39-Inf-WP-CIT Kognitive Interaktionstechnologie (Basis), 39-Inf-WP-CIT-x Kognitive Interaktionstechnologie (Schwerpunkt), und 39-M-Inf-INT-app Applied Interaction Technology.
- Developing a task editor feature in an Intelligent Tutoring System (Project) für Masterstudierende im Modul 39-M-Inf-P Projekt.
Wir freuen uns, wenn ihr mitmacht!
Abschlussarbeiten
Wenn ihr eine Abschlussarbeit bei uns schreiben wollt, sprecht uns am besten direkt an:
Prof. Benjamin Paaßen
+49 521 106-87838
bpaassen@techfak.uni-bielefeld.de
Wir bieten aktuell folgende Themen für Abschlussarbeiten an:
- Automatisiertes Feedback für Datenvisualisierungsaufgaben
- Gestaltung und Evaluation eines User Interfaces für Lehrende in Intelligenten Tutoring-Systemen
- Entwicklung und Evaluation eines Open Learner Models/Learner Dashboards für ein Programmier-Tutoring-System
- Entwicklung systematischer und automatischer Evaluationsmethoden für Feedback in Programmierübungen
Zusätzlich dazu sind wir offen für eigene Themenvorschläge in den Bereichen:
- Educational Data Mining, learning analytics und maschinelles Lernen für die Bildung
- Intelligente Tutoring-Systeme
- Maschinelles Lernen auf strukturierten Daten (z.B. Graph neural networks, Autoencoder für Strukturen, edit-Distanzen)
- Maschinelles Lernen mit Vorwissen und datensparsames maschinelles Lernen (z.B. few-shot learning, transfer learning)
- Interpretierbares und erklärbares maschinelles Lernen
- Fairness im maschinellen Lernen
Beispiele für laufende/bereits abgeschlossene Abschlussarbeiten in der AG KML sind:
- Optimal team composition and skill estimation in pair sports (Sören Rüttgers; betreut von: Prof. Benjamin Paaßen, Dr. Ulrike Kuhl)
- Automatische Validierung von Codestil mit maschinellem Lernen (Tim Heptner; betreut von: Prof. Benjamin Paaßen, Dr. Alexander Schulz)