Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Video: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (MP4)

Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (MP4)

Nun kennst du alle Schritte, wie man zu einem Bildklassifikationsmodell kommt. Weißt du aber auch, wie zuverlässig es die gestellte Aufgabe lösen kann

Kurs: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (PDF)

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

Nun kennst du alle Schritte, wie man zu einem Bildklassifikationsmodell kommt. Weißt du aber auch, wie zuverlässig es die gestellte Aufgabe lösen kann

Sonstiges: D4 Jupyter Notebook: Erklärbarkeit von neuronalen Netzen am Beispiel CNN

D4 Jupyter Notebook: Erklärbarkeit von neuronalen Netzen am Beispiel CNN

Im Jupyter Notebook zum Thema „D4 Jupyter Notebook: Erklärbarkeit von neuronalen Netzen am Beispiel CNN“ geht es um die Erklärbarkeit von neuronalen

Video: Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (MP4)

Du kennst jetzt eigentlich fast alle Bauelemente eines typischen Convolutional Neural Networks. In dem folgenden Video lernst du weitere Bausteine

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (PDF)

Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (PDF)

Du kennst jetzt eigentlich fast alle Bauelemente eines typischen Convolutional Neural Networks. In dem folgenden Video-Transkript lernst du weitere

Lernspiel: C7-7 Drag and Drop: ein CNN. Quiz zum Video

C7-7 Drag and Drop: ein CNN. Quiz zum Video

Die H5P-Datei enthält ein Drag-and-Drop-Quiz zu einem CNN. Es gehört zum Video „C7-7 Convolutional Neural Networks - Teil 1: 1D-Konvolution“.

Lernspiel: C7-7 Drag and Drop: Input für ein CNN. Quiz zum Video

C7-7 Drag and Drop: Input für ein CNN. Quiz zum Video

Die H5P-Datei enthält ein Drag-and-Drop-Quiz zum Input für ein CNN. Es gehört zum Video „C7-7 Convolutional Neural Networks - Teil 1: 1D-Konvolution“.

Lernspiel: C7-7 Sort the Paragraphs: Algorithmus zur Berechnung eines CNN. Quiz zum Video

C7-7 Sort the Paragraphs: Algorithmus zur Berechnung eines CNN. Quiz zum Video

Die H5P-Datei enthält ein Sortier-Quiz zum Thema Algorithmus zur Berechnung eines CNN. Es gehört zum Video „C7-7 Convolutional Neural Networks - Teil

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: Generative Modelle | 02 | Geschichte generativer KI (Aufgabe 1)

Generative Modelle | 02 | Geschichte generativer KI (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Material "Geschichte generativer KI" aus der Sektion “Generative Modelle”.

Sonstiges: F1 Jupyter Notebook: Predictive Maintenance

F1 Jupyter Notebook: Predictive Maintenance

Im Jupyter Notebook zum Thema „F1 Jupyter Notebook: Predictive Maintenance“ geht es darum, anhand von Sensordaten vorherzusagen, welche Komponenten

Kurs: Generative Modelle | 02 | Geschichte generativer KI (PDF)

Generative Modelle | 02 | Geschichte generativer KI (PDF)

Der Herbst 2022 wird in die Geschichte der Künstlichen Intelligenz eingehen. Mit der Veröffentlichung der Anwendungen Chat-GPT und DALL-E der Firma

Video: Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (MP4)

Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (MP4)

Du weißt bereits, dass KI-basierte Modelle für Bildklassifikationen auf annotierten Bildern trainiert werden. In dem folgenden Video lernst du, wie

Kurs: Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (PDF)

Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (PDF)

Du weißt bereits, dass KI-basierte Modelle für Bildklassifikationen auf annotierten Bildern trainiert werden. In dem folgenden Video-Transkript lernst

Sonstiges: F3 Jupyter Notebook: Bilderkennung mit CNNs

F3 Jupyter Notebook: Bilderkennung mit CNNs

Im Jupyter Notebook zum Thema „F3 Jupyter Notebook: Bilderkennung mit CNNs“ geht es darum, Objekte in Bildern zu klassifizieren, oder in anderen

Video: Bildklassifikation und Bildsegmentierung | 05 | Aufbau des menschlichen visuellen Cortex (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau des menschlichen visuellen Cortex (MP4)

Du weißt nun, dass Bildklassifikationsmodelle auf annotierten Bildern trainiert werden. Jetzt fangen wir mit der Beschreibung der Modelle selbst an

Als Anwendung installieren

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

Abbrechen