Der Entscheidungsbaum-Ersteller ENTER kann als Hilfsmittel bei der Umsetzung des Themas Entscheidungsbaum des LehrplanPLUS-Kapitels 11.4 Künstliche Intelligenz des bayerischen Lehrplans dienen. Er eignet sich sowohl um die Trainings- und Testphase des Algorithmus maschinellen Lernens durchzuführen, als auch um den Einfluss von Trainingsdaten und Hyperparametern auf die Zuverlässigkeit der Ergebnisse des Entscheidungsbaum-Algorithmus zu untersuchen.

Die Software bietet sowohl die Möglichkeit einen Entscheidungsbaum unter Verwendung verschiedener Split-Kriterien (u.a. Fehlklassifikationsrate, Gini-Impurity, ...) unter Einbezug verschiedener Hyperparameter zu erstellen und graphisch darzustellen, als auch die Güte des erstellten Baums anhand von Testdaten zu testen, die Ergebnisse in Form einer Konfusionsmatrix anzuzeigen und das Modell anhand des Gütemaßes Genauigkeit zu bewerten. Der ENTER ermöglicht außerdem die genauere Untersuchung eines erstellten Entscheidungsbaums, indem man sich die verwendeten (Teil-) Datensätze in den einzelnen Knoten, sowie die dort berechneten Informationsgewinne anzeigen lassen kann. Des Weiteren kann ein geladener Datensatz automatisch in Trainings- und Testdaten geteilt werden um den Einfluss verschiedener Trainingsdaten auf die Modellerstellung zu untersuchen. 

Den Entscheidungsbaum-Ersteller wird im Rahmen der KI Education Box zur Verfügung gestellt.

Die Software, das zugehörige Handbuch und einige Beispieldatensätze können Sie hier herunterladen: KI Education Box - Entscheidungsbaum Ersteller

Für die didaktische Simulation des Perzeptrons, sowie des zugehörigen Lernprozesses wurde die Simulationssoftware Perzeptron-Simulator entwickelt. Die Software kann als Hilfsmittel bei der Umsetzung des Themas Perzeptron des LehrplanPLUS-Kapitels 11.4 Künstliche Intelligenz des bayerischen Lehrplans dienen. Sie eignet sich sowohl um die Funktionsweise, als auch den Lernalgorithmus zum Training des Perzeptrons zu simulieren.

Die Software bietet die Möglichkeit den Lernprozess eines Perzeptrons für zwei verschiedene Anwendungskontexte, die Lineare Klassifikation und die Lineare Regression zu simulieren. Neben einer schematischen Darstellung des Perzeptrons mit den jeweils aktuellen Parametern wird ein weiterer Fokus auf die graphische Darstellung der geometrischen Interpretation des Perzeptrons gelegt. Daneben werden auch noch weitere Ansichten, wie etwa zur geometrischen Visualisierung der Gewichtsanpassungen, zur Verfügung gestellt.

Den Perzeptron-Simulator wird im Rahmen der KI Education Box zur Verfügung gestellt.

Die Software, das zugehörige Handbuch und einige Beispieldatensätze können Sie hier herunterladen: KI Education Box - Perzeptron Simulator