Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Video: C3-1 Einfache Lineare Regression - Modelle für lineare Zusammenhänge (Video)

C3-1 Einfache Lineare Regression - Modelle für lineare Zusammenhänge (Video)

Das Video zum Thema „C3-1 Einfache Lineare Regression - Modelle für lineare Zusammenhänge“ zeigt, dass man lineare Zusammenhänge zwischen zwei

Video: C4-1 Klassifikationsbäume - Entscheidungsbäume für die Klassifikation (Video)

C4-1 Klassifikationsbäume - Entscheidungsbäume für die Klassifikation (Video)

Das Video zum Thema „C4-1 Klassifikationsbäume - Entscheidungsbäume für die Klassifikation“ zeigt Klassifikationsbäume, die mit Maschinellem Lernen

Presentation: C4-3 Training von Klassifikationsbäumen ... und Overfitting (Folien zum Video)

C4-3 Training von Klassifikationsbäumen ... und Overfitting (Folien zum Video)

Die Folien zum Video „C4-3 Training von Klassifikationsbäumen ... und Overfitting“ erklären, wie der Algorithmus zum Training von

Video: C5-1 Evaluationsmaße - Wie bewertet man ein Modell? (Video)

C5-1 Evaluationsmaße - Wie bewertet man ein Modell? (Video)

Im Video zum Thema „C5-1 Evaluationsmaße - Wie bewertet man ein Modell?“ geht es darum, KI-Modelle zu bewerten, um sie zum Beispiel auch miteinander

Video: C5-3 Cross-Validierung - Evaluierung mit wenig Daten (Video)

C5-3 Cross-Validierung - Evaluierung mit wenig Daten (Video)

Das Video zum Thema „C5-3 Cross-Validierung - Evaluierung mit wenig Daten“ erklärt die Cross-Validierung oder Kreuzvalidierung als Möglichkeit

Presentation: C6-2 Instanzbasiertes Lernen - Maschinelles Lernen auf die faule Art (Folien zum Video)

C6-2 Instanzbasiertes Lernen - Maschinelles Lernen auf die faule Art (Folien zum Video)

Die Folien zum Video „C6-2 Instanzbasiertes Lernen - Maschinelles Lernen auf die faule Art“ beschreiben ein sehr einfaches maschinelles Lernverfahren

Video: C7-4 Hyperparameter beim Training von neuronalen Netzen (Video)

C7-4 Hyperparameter beim Training von neuronalen Netzen (Video)

Das Video „C7-4 Hyperparameter beim Training von neuronalen Netzen - Effizienter üben“ erklärt, wie durch Hyperparameter das Training von neuronalen

Video: C7-4 Training von neuronalen Netzen - Üben, üben, üben (Video)

C7-4 Training von neuronalen Netzen - Üben, üben, üben (Video)

Das Video zum Thema „C7-4 Training von neuronalen Netzen - Üben, üben, üben“ erklärt, wie neuronale Netze trainiert werden können. Ziel des Training

Video: C7-5 Verlustfunktion - Die Zielvorgabe fürs Training (Video)

C7-5 Verlustfunktion - Die Zielvorgabe fürs Training (Video)

Das Video „C7-5 Verlustfunktion - Die Zielvorgabe fürs Training“ erklärt, welche Verlustfunktionen sich für das Training von neuronalen Netzen eignen

Video: C7-6 Netzwerkarchitekturen - Teil 2 - Long Short Term Memory Netze (Video)

C7-6 Netzwerkarchitekturen - Teil 2 - Long Short Term Memory Netze (Video)

Das Video „C7-6 Netzwerkarchitekturen - Teil 2 - Long Short Term Memory Netze“ erklärt sogenannte Long Short Term Memory Netze (LSTMs). Das Video baut

Video: C7-6 Netzwerkarchitekturen - Teil 3 - Encoder-Decoder-Architektur (Video)

C7-6 Netzwerkarchitekturen - Teil 3 - Encoder-Decoder-Architektur (Video)

Das Video „C7-6 Netzwerkarchitekturen - Teil 3 - Encoder-Decoder-Architektur“ erklärt die Encoder-Decoder-Architektur. Sie wird eingesetzt, wenn für

Arbeitsblatt: D2 Algorithmischer Bias - Arbeitsblatt: KI-Blogeintrag zum Bias im Maschinellen

D2 Algorithmischer Bias - Arbeitsblatt: KI-Blogeintrag zum Bias im Maschinellen

Beim Arbeitsblatt „KI-Blogeintrag zum Bias im Maschinellen“ wird ergänzend zu den Arbeitsblättern „Klassifizierung von Obst mit Googles Teachable

Video: D3 Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle? (Video)

D3 Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle? (Video)

Das Video zum Thema „Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle?“ thematisiert, warum neuronale Netze oft als Black

Unterrichtsbaustein: M1 21 Umgang mit Komplexität: Zukunftsbild entwickeln

M1 21 Umgang mit Komplexität: Zukunftsbild entwickeln

Das Infoblatt erklärt, warum systemisches und vernetztes Denken sowie die Fähigkeit im Umgang mit Komplexität für die Entwicklung

Unterrichtsbaustein

Kurs: ICDL Try-Out Computer & Online Essentials

ICDL Try-Out Computer & Online Essentials

Dieses ICDL Try-Out-Modul vermittelt grundlegende Fähigkeiten in der Nutzung digitaler Technik wie Dateiverwaltung, Netzwerke, Onlinekommunikation

Text: Games testen als Lernmethode - Einfache Sprache | Medienpädagogik | docx

Games testen als Lernmethode - Einfache Sprache | Medienpädagogik | docx

Dieser Vortrag war Teil des Projekts InclusiveGameLab, das vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert wurde. Das

Text: Einleitung - Methodensammlung | Medienpädagogik | docx

Einleitung - Methodensammlung | Medienpädagogik | docx

Dieser Vortrag war Teil des Projekts InclusiveGameLab, das vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) gefördert wurde. Das

Interaktion: mooveBS Wirtschaft – Ermittlung des Verkaufspreises für ein neues Produkt

mooveBS Wirtschaft – Ermittlung des Verkaufspreises für ein neues Produkt

Die „Haus und Garten KG“ stellt einen neuen Sitzsack her. Im Kurs kalkulieren die Lernenden kostenorientiert den Verkaufspreis. Dieser Teilbereich

Ländermaterial

Als Anwendung installieren

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

Abbrechen