Alle
0
Mediathek
0
Berufe
0
Beiträge
0
Veranstaltungen
0
Berufsschulen
0
Rahmenlehrpläne
0
Video: Woche 4 | Programmierung | Statistik mit SciPy (MP4)
Mediathek
Woche 4 | Programmierung | Statistik mit SciPy (MP4)
In diesem Video tauchst du auch beim Programmieren in die Statistik ein. Du lernst, wichtige statistische Kennzahlen in Python zu berechnen. Dafür
Video
Kurs: Woche 7 | Programmierung | k-nächste Nachbarn (k-NN) mit Scikit-Learn (PDF)
Mediathek
Woche 7 | Programmierung | k-nächste Nachbarn (k-NN) mit Scikit-Learn (PDF)
In diesem Video-Transkript lernst du, ein k-nächste-Nachbarn-Modell mit dem Python-Modul Scitkit-learn zu erstellen und zu evaluieren.
Kurs
Kurs: Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (PDF)
Mediathek
Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (PDF)
Du kennst nun einen konkreten, realen Datensatz zur Prognose von Studienabbrüchen, mit welchem wir uns nun in diesem Video-Transkript intensiver
Kurs
Kurs: Woche 12 | Programmierung | Topic Modeling mit scikit-learn (PDF)
Mediathek
Woche 12 | Programmierung | Topic Modeling mit scikit-learn (PDF)
In diesem Video-Transkript zeigen wir dir, wie du mit dem Clustering-Verfahren KMeans ein Topic Model erstellen kannst. Der Fokus liegt dabei sowohl
Kurs
Kurs: Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (PDF)
Mediathek
Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (PDF)
In diesem Video-Transkript lernst du, wie du ein Random Forest Modell in Python mit dem Modul Scikit-learn erstellen kannst. Du siehst, wie der Random
Kurs
Kurs: Prognosemodelle: Klassifikation und Regression | 06 | Diskussion zur Anwendung von Modellen zur Leistungsprognose (PDF)
Mediathek
Prognosemodelle: Klassifikation und Regression | 06 | Diskussion zur Anwendung von Modellen zur Leistungsprognose (PDF)
Bisher haben wir uns mit eher technischen Themen (z. B. Verfahren, Evaluation) beschäftigt, die bei Prognosemodellen relevant sind. In diesem Video
Kurs
Interaktion: Woche 11 | Recht | Das Recht auf informationelle Selbstbestimmung (Aufgabe 2)
Mediathek
Woche 11 | Recht | Das Recht auf informationelle Selbstbestimmung (Aufgabe 2)
Diese Aufgabe dient als Vertiefung zum Video "Das Recht auf informationelle Selbstbestimmung" aus Woche 11.
Interaktion
Interaktion: Woche 11 | Recht | Das Recht auf informationelle Selbstbestimmung (Aufgabe 1)
Mediathek
Woche 11 | Recht | Das Recht auf informationelle Selbstbestimmung (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Das Recht auf informationelle Selbstbestimmung" aus Woche 11.
Interaktion
Kurs: Woche 4 | Programmierung | Module und Funktionen am Beispiel von NumPy (1) (PDF)
Mediathek
Woche 4 | Programmierung | Module und Funktionen am Beispiel von NumPy (1) (PDF)
In diesem Video-Transkript lernst du Module und Funktionen in Python kennen. Du importierst Module und betrachtest als Beispiel das Modul NumPy, das
Kurs
Kurs: Woche 5 | Theorie | Überwachtes Lernen (PDF)
Mediathek
Woche 5 | Theorie | Überwachtes Lernen (PDF)
In diesem Video-Transkript geht es intensiver um das Überwachte Lernen. Wir schauen uns an, wie beim so genannten Training aus Input-Output-Paaren
Kurs
Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Die logistische Regression (Aufgabe 2)
Mediathek
Prognosemodelle: Klassifikation und Regression | 03 | Die logistische Regression (Aufgabe 2)
Diese Aufgabe dient als Vertiefung zum Video "Die logistische Regression" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.
Interaktion
Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Die logistische Regression (Aufgabe 1)
Mediathek
Prognosemodelle: Klassifikation und Regression | 03 | Die logistische Regression (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Die logistische Regression" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.
Interaktion
Lernspiel: C8-3 Drag and Drop: relevante vs. irrelevante Dimensionen (1/3). Quiz zum Video
Mediathek
C8-3 Drag and Drop: relevante vs. irrelevante Dimensionen (1/3). Quiz zum Video
Die H5P-Datei enthält ein Drag-and-Drop-Quiz zum Thema relevante vs. irrelevante Dimensionen. Es gehört zum Video „C8-3 Principal Components Analysis
Lernspiel
Lernspiel: C8-3 Drag and Drop: relevante vs. irrelevante Dimensionen (2/3). Quiz zum Video
Mediathek
C8-3 Drag and Drop: relevante vs. irrelevante Dimensionen (2/3). Quiz zum Video
Die H5P-Datei enthält ein Drag-and-Drop-Quiz zum Thema relevante vs. irrelevante Dimensionen. Es gehört zum Video „C8-3 Principal Components Analysis
Lernspiel
Lernspiel: C8-3 Drag and Drop: relevante vs. irrelevante Dimensionen (3/3). Quiz zum Video
Mediathek
C8-3 Drag and Drop: relevante vs. irrelevante Dimensionen (3/3). Quiz zum Video
Die H5P-Datei enthält ein Drag-and-Drop-Quiz zum Thema relevante vs. irrelevante Dimensionen. Es gehört zum Video „C8-3 Principal Components Analysis
Lernspiel
Presentation: C8-3 Principal Components Analysis und ihr Einsatz bei der Clusteranalyse. Folien zum Video
Mediathek
C8-3 Principal Components Analysis und ihr Einsatz bei der Clusteranalyse. Folien zum Video
Die Folien zum Video „C8-3 Principal Components Analysis und ihr Einsatz bei der Clusteranalyse“ diskutieren die Principal Components Analysis (PCA
Präsentation
Presentation: C9-3 Overfitting - Teil 3: Weight Decay. Folien zum Video
Mediathek
C9-3 Overfitting - Teil 3: Weight Decay. Folien zum Video
Die Folien zum Video „C9-3 Overfitting - Teil 3: Weight Decay“ erklären das Konzept von Weight Decay oder L2-Regularisierung zur Vermeidung von
Präsentation
Presentation: C9-4 Overfitting - Teil 4: Batch-Normalisierung. Folien zum Video
Mediathek
C9-4 Overfitting - Teil 4: Batch-Normalisierung. Folien zum Video
Die Folien zum Video „C9-4 Overfitting - Teil 4: Batch-Normalisierung“ erklären das Problem der internen Kovariatenverschiebung und erläutern Batch
Präsentation

Als Anwendung installieren

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

Abbrechen