Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (PDF)

Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (PDF)

In diesem Video-Transkript lernst du sogenannte Hyperparameter eines Modells kennen, die wir als Anwender festlegen können, um z. B. die

Video: Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (MP4)

Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (MP4)

In diesem Video definieren wir die Aufgabe der Sentiment Analyse und lernen, wie sich diese von verwandten Aufgaben abgrenzt.

Kurs: Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (PDF)

Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (PDF)

In diesem Video-Transkript definieren wir die Aufgabe der Sentiment Analyse und lernen, wie sich diese von verwandten Aufgaben abgrenzt.

Interaktion: Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (Aufgabe 2)

Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Einführung Sentiment Analyse" aus der Sektion “Clustering: vom Sortieren bis zum Explorieren”.

Interaktion: Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (Aufgabe 1)

Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Einführung Sentiment Analyse" aus der Sektion “Clustering: vom Sortieren bis zum Explorieren”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Woche 7 | Ethik | Transparenz (Aufgabe 1)

Woche 7 | Ethik | Transparenz (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Transparenz" aus Woche 7.

Video: Bildklassifikation und Bildsegmentierung | 01 | Einführung (MP4)

Bildklassifikation und Bildsegmentierung | 01 | Einführung (MP4)

Herzlich willkommen zum Themenblock “Bildklassifikation und Bildsegmentierung”! In diesem Themenblock beschäftigen wir uns anhand von zwei

Kurs: Bildklassifikation und Bildsegmentierung | 01 | Einführung (PDF)

Bildklassifikation und Bildsegmentierung | 01 | Einführung (PDF)

Herzlich willkommen zum Themenblock “Bildklassifikation und Bildsegmentierung”! In diesem Themenblock beschäftigen wir uns anhand von zwei

Text: Chain-of-Thought-Methode beim Prompten im Ausbildungskontext

Chain-of-Thought-Methode beim Prompten im Ausbildungskontext

Der Text erklärt, wie man im Rahmen des Modells der vollständigen Handlung in der Ausbildung eine generative Künstlichen Intelligenz nutzen kann. Bei

Video: Woche 10 | Theorie | Einführung in neuronale Netze (MP4)

Woche 10 | Theorie | Einführung in neuronale Netze (MP4)

In diesem Video beschäftigen wir uns intensiver mit einem sehr beliebten Verfahren des Deep Learning, den neuronalen Netzwerken. Zum Einstieg

Kurs: Woche 10 | Theorie | Einführung in neuronale Netze (PDF)

Woche 10 | Theorie | Einführung in neuronale Netze (PDF)

In diesem Video-Transkript beschäftigen wir uns intensiver mit einem sehr beliebten Verfahren des Deep Learning, den neuronalen Netzwerken. Zum

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 4)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die Wahrscheinlichkeitstheorie" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 3)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die Wahrscheinlichkeitstheorie" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 2)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die Wahrscheinlichkeitstheorie" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Als Anwendung installieren

Installieren Sie HubbS als App für ein besseres Nutzungserlebnis. Mehr erfahren.

Abbrechen