Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Video: Woche 14 | Anwendungsbeispiele | Generative Modelle in der Praxis (MP4)

Woche 14 | Anwendungsbeispiele | Generative Modelle in der Praxis (MP4)

In diesem Video lernst du potentielle Einsatzszenarien für text- und bildgenerierende KI kennen.

Interaktion: Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 3)

Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle, Interview" aus Woche 14.

Interaktion: Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 2)

Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle, Interview" aus Woche 14.

Interaktion: Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 1)

Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle, Interview" aus Woche 14.

Video: Woche 2 | Daten | Textvorverarbeitung (MP4)

Woche 2 | Daten | Textvorverarbeitung (MP4)

In diesem Video lernst du, welche Vorverarbeitungsschritte notwendig sind, um Textdaten für ein Machine-Learning-Modell verarbeitbar zu machen.

Interaktion: Woche 2 | Daten | Was sind Daten? (Aufgabe 4)

Woche 2 | Daten | Was sind Daten? (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Was sind Daten?" aus Woche 2.

Interaktion: Woche 2 | Daten | Was sind Daten? (Aufgabe 3)

Woche 2 | Daten | Was sind Daten? (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Was sind Daten?" aus Woche 2.

Interaktion: Woche 2 | Daten | Was sind Daten? (Aufgabe 2)

Woche 2 | Daten | Was sind Daten? (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Was sind Daten?" aus Woche 2.

Interaktion: Woche 2 | Daten | Was sind Daten? (Aufgabe 1)

Woche 2 | Daten | Was sind Daten? (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Was sind Daten?" aus Woche 2.

Interaktion: Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 3)

Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Vorverarbeitung von strukturierten Daten" aus Woche 3.

Interaktion: Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 2)

Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Vorverarbeitung von strukturierten Daten" aus Woche 3.

Interaktion: Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 1)

Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Vorverarbeitung von strukturierten Daten" aus Woche 3.

Kurs: Woche 4 | Programmierung | Module und Funktionen am Beispiel von NumPy (2) (PDF)

Woche 4 | Programmierung | Module und Funktionen am Beispiel von NumPy (2) (PDF)

In diesem Video-Transkript beschäftigst du dich weiterhin mit n-dimensionalen Arrays, genannt ndarrays.

Video: Woche 5 | Programmierung | Visualisierung (MP4)

Woche 5 | Programmierung | Visualisierung (MP4)

In diesem Video lernst du, wie du mithilfe des Moduls plotly express eigene Visualisierungen deiner Daten erstellen kannst. Du lernst, selber Streu-

Kurs: Woche 6 | Anwendungsbeispiele | Regression (PDF)

Woche 6 | Anwendungsbeispiele | Regression (PDF)

In diesem Video-Transkript stellen wir konkretere Beispiele für die Anwendung von Regressions-Verfahren in Praxis und Wissenschaft vor. Darüber hinaus

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

Woche 7 | Ethik | Transparenz (Aufgabe 1)

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

Interaktion: Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (Aufgabe 2)

Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Anwendung von Clustering zur Erkennung von Bilanzfälschung" aus Woche 9.

Interaktion: Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (Aufgabe 1)

Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Anwendung von Clustering zur Erkennung von Bilanzfälschung" aus Woche 9.

Als Anwendung installieren

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

Abbrechen