Eine Lernsoftware zur Unterstützung der didaktischen Prozesse im Bereich der neuronalen Netze

Die künstliche Intelligenz steht momentan hoch im Kurs. Neuronale Netze sind ein wichtiges Teilgebiet des maschinellen Lernens und somit auch der künstlichen Intelligenz. Im Rahmen dieser Bachelorarbeit wurde eine Software entwickelt, welche die didaktischen Prozesse in Bezug auf die neuronalen Netze unterstützt.

Schlatter, Michel, 2019

Art der Arbeit Bachelor Thesis
Auftraggebende Institut für Wirtschaftsinformatik, HSW FHNW
Betreuende Dozierende Telesko, Rainer
Keywords Lernsoftware, Machine Learning, Neural Network, Künstliche Intelligenz, Software, Tensorflow, ASP.NET Core, Webapplikation, Zwiebelarchitektur, MVC, User-Story, Qualitätskriterien nach IEEE-830, Testing, Nutzwertanalyse
Views: 59 - Downloads: 59
Im Modul «Optimization for Business Improvement» des Masterstudiengangs «Business Information Systems» der FHNW soll den Studierenden innert zwei bis vier Stunden die Funktionsweise von neuronalen Netzen vermittelt werden. Von den Studierenden haben nur wenige jemals mit einem neuronalen Netz gearbeitet. Um den Masterstudierenden die Möglichkeit zu bieten, das theoretisch vermittelte Wissen zu nutzen und zu vertiefen, soll eine Lernsoftware implementiert werden, welche die didaktischen Prozesse unterstützt.
Die Basisanforderungen wurden zu einem erweiterten Konzept ausgearbeitet und dem Auftraggeber präsentiert. Basierend auf den daraus resultierenden, nach IEEE- 830 Qualitätskriterien spezifizierten Anforderungen wurde eine Technologie-Stack- und ML-Library-Evaluation mittels Nutzwertanalyse durchgeführt. Aufgrund der Ergebnisse der Nutzwertanalyse wurde eine Webapplikation (Zwiebelarchitektur) unter Verwendung der ML-Library «Tensorflow» implementiert. Danach wurden automatisierte Unit- und Integrationstests sowie manuelle Systemtests durchgeführt. Anschliessend fand die Abnahme durch den Auftraggeber statt.
Alle Anforderungen, auch jene, die mit Priorität 2 eingestuft wurden, konnten umgesetzt werden. Die Ergebnisse der Tests sowie der Abnahme zeigen, dass die Implementierung der Software erfolgreich war. Die Wahl der Technologie ermöglicht eine performante, plattformunabhängige und installationsfreie Nutzung der Applikation. Zusammen mit den vorgefertigten, selbsterklärenden Datensätzen und der Bedienungsanleitung kann die Software somit im Unterricht ohne weiteren Aufwand direkt eingesetzt werden. Zusätzlich zur Software wurden Fragen entwickelt, die im Unterricht gestellt und grösstenteils alleine durch den Einsatz der Lernsoftware beantwortet werden können. Die Lernsoftware unterstützt die didaktischen Prozesse, indem die Nutzenden durch die einzelnen Schritte geführt, vordefinierte Trainingseinstellungen zur Verfügung gestellt, Eingabefehler abgefangen und diverse Elemente visualisiert werden. Des Weiteren sind diverse Informationen direkt über die Info-Buttons oder über die Anleitung abrufbar oder werden automatisch angezeigt. Die Lernsoftware ermöglicht, dass auch Nutzende ohne oder mit geringen Programmierkenntnissen eigene Problemstellungen mittels selbst erstellbaren Datensätzen erforschen können.
Studiengang: Wirtschaftsinformatik (Bachelor)
Vertraulichkeit: öffentlich
Art der Arbeit
Bachelor Thesis
Auftraggebende
Institut für Wirtschaftsinformatik, HSW FHNW, Basel
Autorinnen und Autoren
Schlatter, Michel
Betreuende Dozierende
Telesko, Rainer
Publikationsjahr
2019
Sprache der Arbeit
Deutsch
Vertraulichkeit
öffentlich
Studiengang
Wirtschaftsinformatik (Bachelor)
Standort Studiengang
Olten
Keywords
Lernsoftware, Machine Learning, Neural Network, Künstliche Intelligenz, Software, Tensorflow, ASP.NET Core, Webapplikation, Zwiebelarchitektur, MVC, User-Story, Qualitätskriterien nach IEEE-830, Testing, Nutzwertanalyse