Dr. Alexander Silbersdorff ist promovierter Statistiker und verantwortlich für die Grundlagenausbildung für Mathematik und Statistik der wirtschaftswissenschaftlichen Fakultät der Universität Göttingen. Er ist u.a. an der vom Stifterverband und der Heinz Nixdorf Stiftung geförderten Data-Literacy-Veranstaltung Daten Lesen Lernen und dem vom BMBF geförderten Seminar Deep Learning Algorithmen – Methoden, Entwicklungen und gesellschaftliche Konsequenzen beteiligt. Darüber hinaus ist er als Forscher am Campus-Institut Data Science der Universität Göttingen aktiv.

  • Alle
Publikation

Arbeitspapier Nr. 88: Kreide trifft Cloud: Digitales Lehren und Lernen in der Hochschulmathematik

Unter dem Titel „Kreide trifft Cloud“ beleuchtet die Arbeitsgruppe DiF-Mathematik zentrale Herausforderungen des Fachs und zeigt auf, wie digitale Ansätze dazu beitragen können, Lehre und Lernen wirksamer, inklusiver und motivierender zu gestalten. Die Publikation analysiert die besonderen Schwierigkeiten beim Übergang von der Schul- zur Hochschulmathematik, diskutiert Ursachen für hohe Abbruchquoten in MINT-Studiengängen und stellt digitale Werkzeuge, Methoden und Best-Practice-Beispiele vor.

Blog

Wer hat Angst vor Schlangen? – Wie Python in Göttingen zum Data-Literacy-Werkzeug wurde

Ist nun R oder Python besser? Dieser Frage mussten sich Dr. Jana Lasser, Dr. Alexander Silbersdorff und Dr. Benjamin Säfken in dem Projekt Daten Lesen Lernen an der Universität Göttingen stellen. Im diesem Blogpost teilen sie ihre Erfahrungen mit der HFD-Community.  Die Uni Göttingen hat sich mit dem Projekt Daten Lesen Lernen das Ziel gesetzt, Studierenden aller […]

Daten Lesen Lernen Uni Göttingen