Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: Generative Modelle | 06 | Model Collapse (PDF)

Generative Modelle | 06 | Model Collapse (PDF)

Generative Modelle benötigen sehr viele Trainingsdaten, deshalb kommen oft künstlich erstellte Daten zum Einsatz. Warum das zu Problemen führen kann

Video: Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (MP4)

Nun weißt du, dass Neuronen im menschlichen visuellen Cortex hierarchisch angeordnet sind. In dem folgenden Video lernst du, wie Neuronen innerhalb

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (PDF)

Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (PDF)

Nun weißt du, dass Neuronen im menschlichen visuellen Cortex hierarchisch angeordnet sind. In dem folgenden Video-Transkript lernst du, wie Neuronen

Video: Interaktiver Produktionsprozess

Interaktiver Produktionsprozess

Dieses Video enthält Zusatzinformationen und Quizfragen zum Produktionsprozess. Das Lehr-Lernpaket „Lernfabriken“, welches im Rahmen des Projekts

Kurs: Generative Modelle | 07 | Rezeption und Umgang von generativer KI (PDF)

Generative Modelle | 07 | Rezeption und Umgang von generativer KI (PDF)

Zum Abschluss des Themenblocks schauen wir noch einmal zurück auf die Frage vom Anfang. Du hast neben einem Blick in die Geschichte und hinter die

Video: Generative Modelle | 07 | Rezeption und Umgang von generativer KI (MP4)

Generative Modelle | 07 | Rezeption und Umgang von generativer KI (MP4)

Zum Abschluss des Themenblocks schauen wir noch einmal zurück auf die Frage vom Anfang. Du hast neben einem Blick in die Geschichte und hinter die

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”.

Interaktion: KI und Nachhaltigkeit | 09 | ML-Nachhaltigkeitstools (Aufgabe 1)

KI und Nachhaltigkeit | 09 | ML-Nachhaltigkeitstools (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "ML-Nachhaltigkeitstools" aus der Sektion “KI und Nachhaltigkeit”.

Unterrichtsplanung: Szenario 2: KI als Feedbackgeber

Szenario 2: KI als Feedbackgeber

Die Datei enthält ein Szenario für partizipativen KI-Einsatz: Die Lernenden experimentieren zunächst mit verschiedenen Prompts und untersuchen

Unterrichtsplanung

Video: Mensch-KI-Interaktion | 02 | Menschen und Wahrscheinlichkeiten (MP4)

Mensch-KI-Interaktion | 02 | Menschen und Wahrscheinlichkeiten (MP4)

Zu Beginn dieses Themenblocks haben wir bereits darüber gesprochen, dass entscheidungsunterstützende KI-Systeme auch die aus “ihrer Sicht” beste

Kurs: Mensch-KI-Interaktion | 02 | Menschen und Wahrscheinlichkeiten (PDF)

Mensch-KI-Interaktion | 02 | Menschen und Wahrscheinlichkeiten (PDF)

Zu Beginn dieses Themenblocks haben wir bereits darüber gesprochen, dass entscheidungsunterstützende KI-Systeme auch die aus “ihrer Sicht” beste

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

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

Die Folien zum Thema „Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle?“ thematisieren, warum neuronale Netze oft als

Interaktion: Generative Modelle | 06 | Prinzipien und Strategien des Prompt Engineering (Aufgabe 1)

Generative Modelle | 06 | Prinzipien und Strategien des Prompt Engineering (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Prinzipien und Strategien des Prompt Engineering" aus der Sektion “Generative Modelle”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Verfahren der (cross-) validation" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Verfahren der (cross-) validation" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Verfahren der (cross-) validation" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Verfahren der (cross-) validation" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Video: ML explained – Was sind MLOps? (2/3)

ML explained – Was sind MLOps? (2/3)

In diesem Video widmen wir uns MLOps (Machine Learning Operations), einem entscheidenden Aspekt für die Skalierung und Verwaltung von ML-Projekten

Als Anwendung installieren

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

Abbrechen