Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

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

Interaktion: Woche 1 | Ethik | Einführung in die KI-Ethik (Aufgabe 3)

Woche 1 | Ethik | Einführung in die KI-Ethik (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die KI-Ethik" aus Woche 1.

Interaktion: Woche 1 | Ethik | Einführung in die KI-Ethik (Aufgabe 2)

Woche 1 | Ethik | Einführung in die KI-Ethik (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die KI-Ethik" aus Woche 1.

Interaktion: Woche 1 | Ethik | Einführung in die KI-Ethik (Aufgabe 1)

Woche 1 | Ethik | Einführung in die KI-Ethik (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die KI-Ethik" aus Woche 1.

Kartenausschnitt:

Friedrich-August-Haselwander-Schule Gewerblich-Technische Schule (Hauptstelle)

Moltkestraße 23
77654 Offenburg

Video: Woche 12 | Programmierung | Topic Modeling mit scikit-learn (MP4)

Woche 12 | Programmierung | Topic Modeling mit scikit-learn (MP4)

In diesem Video zeigen wir dir, wie du mit dem Clustering-Verfahren KMeans ein Topic Model erstellen kannst. Der Fokus liegt dabei sowohl auf der

Video: Woche 3 | Ethik | Automatisierte Entscheidungen und Datendiskriminierung (MP4)

Woche 3 | Ethik | Automatisierte Entscheidungen und Datendiskriminierung (MP4)

KI hilft uns in vielen wichtigen Bereichen mit großen Datenmengen zurechtzukommen. Gleichzeitig werden aber leider auch immer mehr diskriminierende

Video: Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (MP4)

Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (MP4)

In diesem Video lernst du, wie du ein Random Forest Modell in Python mit dem Modul Scikit-learn erstellen kannst. Du siehst, wie der Random Forest mit

Kurs: Woche 6 | Wie war das nochmal? Überblick und Ausblick (PDF)

Woche 6 | Wie war das nochmal? Überblick und Ausblick (PDF)

In diesem Video-Transkript werden die für Woche 6 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der

Kurs: Woche 7 | Wie war das nochmal? Übersicht und Ausblick (PDF)

Woche 7 | Wie war das nochmal? Übersicht und Ausblick (PDF)

In diesem Video-Transkript werden die für Woche 7 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der

Kurs: Woche 9 | Theorie | k-means Clustering (PDF)

Woche 9 | Theorie | k-means Clustering (PDF)

In diesem Video-Transkript beschreiben wir, was eigentlich Clustering ist. Zudem stellen wir ein beliebtes Clustering-Verfahren aus dem unsupervised

Video: Woche 9 | Wie war das nochmal? Überblick und Ausblick (MP4)

Woche 9 | Wie war das nochmal? Überblick und Ausblick (MP4)

In diesem Video werden die für Woche 9 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der neunten

Interaktion: Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 3)

Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle" aus der Sektion “Bildklassifikation

Interaktion: Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle" aus der Sektion “Bildklassifikation

Interaktion: Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle" aus der Sektion “Bildklassifikation

Video: Datenbeschaffung und -aufbereitung | 04 | Weitere Techniken des Feature Engineerings (MP4)

Datenbeschaffung und -aufbereitung | 04 | Weitere Techniken des Feature Engineerings (MP4)

In diesem Video haben wir noch weitere Techniken des Feature Engineerings zusammengefasst. Besonders wichtig ist in diesem Video die Normalisierung

Kurs: Datenbeschaffung und -aufbereitung | 04 | Weitere Techniken des Feature Engineerings (PDF)

Datenbeschaffung und -aufbereitung | 04 | Weitere Techniken des Feature Engineerings (PDF)

In diesem Video-Transkript haben wir noch weitere Techniken des Feature Engineerings zusammengefasst. Besonders wichtig ist in diesem Video die

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (PDF)

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

Du weißt nun, dass Convolutional Neural Networks aus aufeinanderfolgenden Convolutional Layern bestehen. In dem folgenden Video-Transkript befassen

Als Anwendung installieren

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

Abbrechen