Udviklerseminar: Machine Learning (2 ledige pladser)

Kunne du godt tænke dig at udvikle dit eget digitale undervisningsforløb, så er det nu, du skal slå til!

Udviklingen af undervisningen kræver 60 timer af dig og vi mødes i alt 3 gange:

ONLINE

De første to møder er online og er placeret hhv. den:

• 25. marts: Opstartsmøde online (1-1,5 timers varighed)
• 19. april: Flowdiagrammøde online (1-1,5 timers varighed)

Når du tilmelder dig, er det vigtigt, at du kan deltage på de to online møder!

UDVIKLERSEMINAR I KOLDING

3. møde er det fysiske udviklerseminar på IBC i Kolding, som foregår over to dage, d. 4.-5. maj.

Du kan læse mere om vores udviklerseminarer på linket nederst på siden.

Beskrivelse af emnet | Machine Learning:

Machine Learning er en anvendelse af kunstig intelligens (AI), hvor algoritmer bygger en matematisk model, der anvender såkaldte træningsdata til at lære fra erfaringer, hvilket gør Machine Learning i stand til at komme med forudsigelser og beslutninger, som den ikke er eksplicit programmeret til.

Machine Learning kan altså hjælpe os med at finde mønstre i uanede mængder af data, og derved aktivere al den viden, som data indeholder.

Begrebet er relevant for det merkantile erhvervsskoleområde, da eleverne med Machine Learning kan gøre passive data til aktive data, som har værdiskabende betydninger for virksomheder. Data – i store mængder – kan være en besværlig og uhåndterbar størrelse, men med Machine Learning kan robotter hjælpe os til, at vi kan beherske data og opnå viden om fx købsmønstre, adfærd og kundebevægelser.

Ligeledes får vi med Machine Learning også hjælp til de administrative opgaver, såsom håndtering af blanketter, mails m.m. Machine Learning er således en teknologi, der kan anvendes til at aktivere data og derved skabe værdi. Det er dette potentiale, vi gerne vil introducere jer, undervisere, og jeres elever, til.

Undervisningperspektiv

Machine Learning og aktivering af data kan forklares og formidles på et komplekst og mindre komplekst niveau.

Emnet er derfor tilgængeligt på både et grundforløbsniveau og på et hovedforløbsniveau.

Emnet understøtter elevernes træning i at vurdere og anvende digitale løsninger i relevante merkantile arbejdsopgaver, fx priskalkulering, priskontrol, sortiments-vurdering osv.

På et grundforløbsniveau kan det omhandle en teknologi- og dataforståelse.

På et hovedforløbsniveau kan man gå i dybden med, automatisering af sagsbehandling og administrative processer.

Det er ikke en forudsætning for at deltage i udviklerseminaret, at du har grundlæggende indsigt i emnet, men hvis du er fortrolig med begreber som algoritmer, dataaktivering og kunstig intelligens, får du her en enestående mulighed for at skabe dit eget undervisningsforløb, der går i dybden med Machine learning og den kompleksitet, begrebet indeholder.

Virksomhedsperspektiv

Databaseret service- og forretningsudvikling er i høj grad baseret på indsigt i produktdata og kundedata. Mængden af data, som virksomhederne har til rådighed, er steget markant. Det muliggør bl.a., at virksomheder kan udøve en service og udvikle produkter, der i højere grad opfylder virksomhedens kunders krav og ønsker.

Det forudsætter imidlertid, at medarbejderne har kompetencer til at forholde sig til de data, de har til rådighed. Det forudsætter ligeledes, at selvsamme dataforståelse skabes i sammenhæng med elevernes forretningsforståelse og indsigt i deres virksomheder.

Eleverne skal altså lære at sætte deres generelle merkantile kompetencer i spil, når de skal behandle data – denne synergi mellem det merkantile og det datadrevene, er, ifølge Viden om datas erfaringer, hvad virksomhederne efterspørger.

Fremtidsperspektiv

Øget computerkraft, nye teknologier, open source-teknologier m.m. betyder at udviklingen inden for Machine Learning, og Kunstig Intelligens generelt, bevæger sig med lynets hast.

Der er ingen tvivl om, at aktivering af data gennem brug af Machine Learning kun vil blive mere udbredt.  Ligeledes vil flere administrative opgaver kunne blive udført af Machine Learning. Det er derfor også vigtigt for eleverne med speciale i administration, at de forstår mulighederne ved Machine Learning, dens begrænsninger og deres fremtidige arbejdsopgaver.

Det færdige undervisningsforløb bliver frit tilgængeligt for alle undervisere på de merkantile erhvervsskoler.