Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: KI und Nachhaltigkeit | 09 | ML-Nachhaltigkeitstools (PDF)

KI und Nachhaltigkeit | 09 | ML-Nachhaltigkeitstools (PDF)

Willkommen zu diesem Video-Transkript, in dem wir uns den verschiedenen Aspekten der Nachhaltigkeit in der Künstlichen Intelligenz widmen. Künstliche

Kurs: Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (PDF)

Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (PDF)

Bei der Bildsegmentierung wird für jedes Bild eine Maske, also ein Bild, erstellt, in dem nur Regionen markiert werden, die das interessierende Objekt

Video: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (MP4)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (MP4)

Du hast nun einen Überblick über die Idee und die Verfahren des überwachten maschinellen Lernens. In diesem Video starten wir mit Themen zur

Kurs: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (PDF)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (PDF)

Du hast nun einen Überblick über die Idee und die Verfahren des überwachten maschinellen Lernens. In diesem Video-Transkript starten wir mit Themen

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 3)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 3)

Diese Aufgabe dient als Vertiefung zum Video "Aufbau von Convolutional Layers" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 2)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 2)

Diese Aufgabe dient als Vertiefung zum Video "Aufbau von Convolutional Layers" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 1)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 1)

Diese Aufgabe dient als Vertiefung zum Video "Aufbau von Convolutional Layers" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 3)

Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen" aus der Sektion “Bildklassifikation

Interaktion: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen" aus der Sektion “Bildklassifikation

Interaktion: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen" aus der Sektion “Bildklassifikation

Interaktion: Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Fallbeispiel und Pipeline für Bildsegmentierung" aus der Sektion “Bildklassifikation und

Interaktion: Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Fallbeispiel und Pipeline für Bildsegmentierung" aus der Sektion “Bildklassifikation und

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (PDF)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (PDF)

Du weißt inzwischen, dass ein Convolutional Neural Network aus mehreren aufeinanderfolgenden Convolutional Layern besteht. In dem folgenden Video

Video: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (MP4)

Du weißt inzwischen, dass ein Convolutional Neural Network aus mehreren aufeinanderfolgenden Convolutional Layern besteht. In dem folgenden Video

Kartenausschnitt:

Berufsfachschule für Krankenpflegehilfe des Kommunalunternehmens Kliniken des Landkreises Neustadt an der Aisch-Bad Windsheim

Goethestraße 6
91443 Scheinfeld

Kartenausschnitt:

Berufsfachschule für Pflege des Kommunalunternehmens des Landkreises Neustadt an der Aisch - Bad Windsheim

Goethestraße 6
91443 Scheinfeld

Video: Generative Modelle | 06 | Prinzipien und Strategien des Prompt Engineering (MP4)

Generative Modelle | 06 | Prinzipien und Strategien des Prompt Engineering (MP4)

Im Laufe der Zeit haben sich beim Prompten gewisse Strategien entwickelt, um möglichst schnell das erwartete Ergebnis zu bekommen. Dabei sei darauf

Kurs: Generative Modelle | 06 | Prinzipien und Strategien des Prompt Engineering (PDF)

Generative Modelle | 06 | Prinzipien und Strategien des Prompt Engineering (PDF)

Im Laufe der Zeit haben sich beim Prompten gewisse Strategien entwickelt, um möglichst schnell das erwartete Ergebnis zu bekommen. Dabei sei darauf

Als Anwendung installieren

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

Abbrechen