Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Sonstiges: F2 Jupyter Notebook: FNNs und Overfitting

F2 Jupyter Notebook: FNNs und Overfitting

Im Jupyter Notebook zum Thema „F2 Jupyter Notebook: FNNs und Overfitting“ geht es darum, mit einem einfachen Feed Forward Netzwerk Objekte in Bildern

Video: Woche 3 | Wie war das nochmal? Überblick und Ausblick (MP4)

Woche 3 | Wie war das nochmal? Überblick und Ausblick (MP4)

In diesem Video werden die für Woche 3 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der dritten

Kurs: Woche 3 | Wie war das nochmal? Überblick und Ausblick (PDF)

Woche 3 | Wie war das nochmal? Überblick und Ausblick (PDF)

In diesem Video-Transkript werden die für Woche 3 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der

Broschuere: Berufliche Weiterbildung im Kontext der digitalen Transformation

Berufliche Weiterbildung im Kontext der digitalen Transformation

Das Buch stellt digitale Methoden und Medienformate zur Gestaltung beruflicher Bildungsinhalte vor. Das Ziel ist es, eine Zusammenfassung über

Eine Hand hält eine Lupe, die sich auf das Wort Trends innerhalb des Jahres 2026 konzentriert.

Trends des digitalen Lernens in der beruflichen Bildung

Die Ergebnisse der 20. Trendstudie „mmb Learning Delphi“ zeigen, wie Fachleute aus der Bildungszene die Zukunft des digitalen Lernens einschätzen.

HubbS-Redaktion

Arbeitsblatt: KI programmieren im Informatikunterricht Teil 6: Ethik in der KI (PDF)

KI programmieren im Informatikunterricht Teil 6: Ethik in der KI (PDF)

Anhand des Beispiels Gesichtserkennung sollen die Schülerinnen und Schüler in einem Gruppenpuzzle den Einsatz von künstlicher Intelligenz bewerten

Ländermaterial

Arbeitsblatt: KI programmieren im Informatikunterricht Teil 6: Ethik in der KI (DOCX)

KI programmieren im Informatikunterricht Teil 6: Ethik in der KI (DOCX)

Anhand des Beispiels Gesichtserkennung sollen die Schülerinnen und Schüler in einem Gruppenpuzzle den Einsatz von künstlicher Intelligenz bewerten

Ländermaterial

Unterrichtsbaustein: KI programmieren im Informatikunterricht Teil 7: Data Scientist (ZIP)

KI programmieren im Informatikunterricht Teil 7: Data Scientist (ZIP)

Die ZIP-Datei enthält die Aufgabenbeschreibung und mehrere Datensätze vom Projekt Radmesser. Im KI-Bereich entwickeln sich rasant neue Berufsfelder

Unterrichtsbaustein

Ländermaterial

Arbeitsblatt: KI programmieren im Informatikunterricht Teil 5: Teachable Machine (PDF)

KI programmieren im Informatikunterricht Teil 5: Teachable Machine (PDF)

Diese Lernaufgabe führt in die Arbeit mit „Teachable Machine“ ein, einer Online-Umgebung zum einfachen Training von neuronalen Netzen. Die Aufgabe

Ländermaterial

Arbeitsblatt: KI programmieren im Informatikunterricht Teil 5: Teachable Machine (DOCX)

KI programmieren im Informatikunterricht Teil 5: Teachable Machine (DOCX)

Diese Lernaufgabe führt in die Arbeit mit „Teachable Machine“ ein, einer Online-Umgebung zum einfachen Training von neuronalen Netzen. Die Aufgabe

Ländermaterial

Video: C9-5 Robustheit von Modellen beim Maschinellen Lernen (Video)

C9-5 Robustheit von Modellen beim Maschinellen Lernen (Video)

Das Video „C9-5 Robustheit von Modellen beim Maschinellen Lernen“ skizziert Methoden, mit denen man Modelle robuster machen kann. Dazu gehören Data

Interaktion: Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "(Überwachtes) Maschinelles Lernen" aus der Sektion "Prognosemodelle: Klassifikation und Regression".

Interaktion: Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "(Überwachtes) Maschinelles Lernen" aus der Sektion "Prognosemodelle: Klassifikation und Regression".

Interaktion: Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "(Überwachtes) Maschinelles Lernen" aus der Sektion "Prognosemodelle: Klassifikation und Regression".

Interaktion: Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "(Überwachtes) Maschinelles Lernen" aus der Sektion "Prognosemodelle: Klassifikation und Regression".

Entdeckendes: percentage calculations (zip-Datei)

percentage calculations (zip-Datei)

This is a 3D print file for a tactile percentage triangle that helps learners understand and apply formulas for percentage calculations. The model

Entdeckendes Lernen

Handbuch: Ethische Leitlinien zum Einsatz Künstlicher Intelligenz (KI) und von Daten im Unterricht

Ethische Leitlinien zum Einsatz Künstlicher Intelligenz (KI) und von Daten im Unterricht

Mit diesen Leitlinien für die Nutzung von KI und Daten im Lehr- und Lernbereich wollen wir Lehrkräften dabei helfen, das Potenzial von KI- und

Unterrichtsbaustein: KI programmieren im Informatikunterricht Teil 2: Bilderkennung (ZIP)

KI programmieren im Informatikunterricht Teil 2: Bilderkennung (ZIP)

Die ZIP-Datei enthält die Aufgabenbeschreibung, ein Python-Programm zur Bildklassfizierung und Blumenfotos als Lerndaten. In dieser Lernaufgabe lernen

Unterrichtsbaustein

Ländermaterial

Als Anwendung installieren

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

Abbrechen