Datavisualiseringsværktøj (KNN)

Eleverne bliver i denne øvelse præsenteret for algoritmen K’s nærmeste nabo (KNN) igennem fysisk at visualisere et koordinatsystem i klasseværelset. Ved at åbne klasseværelset op og bruge eleverne selv som datapunkter i et stort koordinatsystem, bliver det muligt at give en helt ny forståelse for data og algoritmer. Igennem øvelsen får eleverne mulighed for at forstå algoritmen, ved selv at agere som datapunkt og repræsentere et datapunkt hver, ud af den data, de kigger på. De får igennem forløbet mulighed for at dykke dybere ned i algoritmen KNN og opnå større forståelse for den, igennem eksperimenter med det online læringsværktøj, der ligger til grund for øvelsen.
Introduktion
Denne aktivitet kan hjælpe eleverne med at opnå en forståelse for hvordan data kan sættes sammen og hvordan det kan analyseres, således at de kan lave forudsigelser baseret på den data, de arbejder med. Forløbet er oplagt til en informatiklasse eller lignende.
Aktivitetens længde
Aktiviteten kan strække sig over ca. 3 timer, alt efter hvor mange forskellige eksempler og eksperimenter, I vil lave under aktiviteten.
Materialer
Når du downloader materiale til aktiviteten, får du adgang til en beskrivelse af skrukturen for øvelsen, spørgsmålsark og en powerpointpræsentation, der er brugt til denne aktivitet ifm. afprøvning af forløbet i en forskningskontekst. Derudover skal du bruge 5 forskellige stykker farvet papir pr. elev, der skal symbolisere de forskellige svarmuligheder, der er i første del af aktiviteten.
Aktivitetens sværhedsgrad
Opgaven er endnu ikke testet i gymnasieskolen, hvorfor det er svært at vurdere, hvilke klassetrin den passer bedst til. Hvis du afprøver det I din klasse, vil vi meget gerne høre dine erfaringer med dette. Skriv til vores kontaktperson herunder.
Beskrivelse af aktiviteten
Denne øvelse er inddelt i to mindre øvelser, der hjælper elever med at forstå, hvordan data kan grupperes og analyseres. Det gøres ved at eleverne først laver den fysiske KNN øvelse og dernæst at eleverne efterfølgende arbejder med online læringsværktøjet, hvor de kan eksperimentere mere dybdegående med algoritmen.
Afprøvning
Aktiviteten er indtil videre kun afprøvet i samarbejde med folkeskolen på udskolingsniveau, da det er udarbejdet ifm. et forskningsprojekt. Ønsker du at afprøve forløbet sammen med din gymnasieklasse kan du skrive til vores kontaktperson herunder.
Andet
Da forløbet er baseret på et igangværende forskningsprojekt er det blevet afprøvet i flere forskellige konstellationer og formater. Derfor vil vi også gerne høre fra jer hvis I har feedback, forslag til forbedringer, eller vil være samarbejdspartnere på den videre udvikling af forløb og værktøj.

Information om forløbet

Forfatter
Materialer
Teknologier
Årgange
Link til materialer
Forskningsbaseret forløb

Leave a Reply

Your email address will not be published. Required fields are marked *

The maximum upload file size: 200 MB. You can upload: image, audio, video, document, spreadsheet, interactive, text, archive, code, other. Links to YouTube, Facebook, Twitter and other services inserted in the comment text will be automatically embedded. Drop files here

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Information om forløbet

Back To Top

Velkommen til CCTD Library for undervisningsforløb!

Biblioteket indeholder undervisningsforløb i Computational Thinking (CT) – rettet mod gymnasiefag (fx dansk, samfundsfag, fysik, m.fl.) og som sit eget fag (informatik).

Kontakt os her