Questa tesi si propone di creare un percorso educativo destinato agli studenti delle scuole primarie e delle scuole secondarie di primo grado, introducendoli al mondo dei dataset e dell'apprendimento automatico. Le attività sviluppate, concepite come "unplugged," sono progettate per essere eseguite senza l'ausilio di computer o dispositivi tecnologici, al fine di favorire l'accessibilità e promuovere una solida comprensione concettuale degli argomenti trattati, senza affrontare dettagliatamente aspetti tecnici e complessità del software. Il focus delle attività verte sull'introduzione e la familiarizzazione con i dataset e con le informazioni da essi rappresentate e approfondisce la connessione tra i dataset e l'apprendimento automatico, svelando come i dati siano utilizzati dagli algoritmi di machine learning per prendere decisioni intelligenti e trarre previsioni.

Esplorazione creativa dei Dataset e dell’Apprendimento Automatico: Sviluppo di attività didattiche per il primo ciclo di istruzione

XHEPA, MARTINA
2022/2023

Abstract

Questa tesi si propone di creare un percorso educativo destinato agli studenti delle scuole primarie e delle scuole secondarie di primo grado, introducendoli al mondo dei dataset e dell'apprendimento automatico. Le attività sviluppate, concepite come "unplugged," sono progettate per essere eseguite senza l'ausilio di computer o dispositivi tecnologici, al fine di favorire l'accessibilità e promuovere una solida comprensione concettuale degli argomenti trattati, senza affrontare dettagliatamente aspetti tecnici e complessità del software. Il focus delle attività verte sull'introduzione e la familiarizzazione con i dataset e con le informazioni da essi rappresentate e approfondisce la connessione tra i dataset e l'apprendimento automatico, svelando come i dati siano utilizzati dagli algoritmi di machine learning per prendere decisioni intelligenti e trarre previsioni.
ITA
IMPORT DA TESIONLINE
File in questo prodotto:
File Dimensione Formato  
891242_tesixhepamartina.pdf

non disponibili

Tipologia: Altro materiale allegato
Dimensione 2.82 MB
Formato Adobe PDF
2.82 MB Adobe PDF

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14240/151630