Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Video: Woche 12 | Wie war das nochmal? Überblick und Ausblick (MP4)

Woche 12 | Wie war das nochmal? Überblick und Ausblick (MP4)

In diesem Video werden die für Woche 12 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der zwölften

Video: Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (MP4)

Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (MP4)

In diesem Video lernst du, wie Künstliche Intelligenz, Maschinelles Lernen und Deep Learning zusammenhängen. Nachdem du Künstliche Intelligenz bereits

Kurs: Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (PDF)

Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (PDF)

In diesem Video-Transkript lernst du, wie Künstliche Intelligenz, Maschinelles Lernen und Deep Learning zusammenhängen. Nachdem du Künstliche

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

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 4)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die Wahrscheinlichkeitstheorie" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 3)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die Wahrscheinlichkeitstheorie" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 2)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die Wahrscheinlichkeitstheorie" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 1)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die Wahrscheinlichkeitstheorie" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Kurs: Datenbeschaffung und -aufbereitung | 03 | Pseudonymisierung und Anonymisierung (PDF)

Datenbeschaffung und -aufbereitung | 03 | Pseudonymisierung und Anonymisierung (PDF)

Du hast im vorherigen Video gelernt, dass du in deiner Organisation persönliche Daten schützen musst. Doch was machst du, wenn genau diese

Video: Datenbeschaffung und -aufbereitung | 03 | Pseudonymisierung und Anonymisierung (MP4)

Datenbeschaffung und -aufbereitung | 03 | Pseudonymisierung und Anonymisierung (MP4)

Du hast im vorherigen Video gelernt, dass du in deiner Organisation persönliche Daten schützen musst. Doch was machst du, wenn genau diese

Video: Datenbeschaffung und -aufbereitung | 04 | Konsistente Daten (MP4)

Datenbeschaffung und -aufbereitung | 04 | Konsistente Daten (MP4)

Dieses Kapitel beschäftigt sich mit dem Feature Engineering. Unter Feature Engineering verstehen wir alle Schritte im Datenaufbereitungsprozess, in

Kurs: Datenbeschaffung und -aufbereitung | 04 | Konsistente Daten (PDF)

Datenbeschaffung und -aufbereitung | 04 | Konsistente Daten (PDF)

Dieses Kapitel beschäftigt sich mit dem Feature Engineering. Unter Feature Engineering verstehen wir alle Schritte im Datenaufbereitungsprozess, in

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (PDF)

Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (PDF)

In diesem Video-Transkript starten wir mit sogenannten Baum-basierten Verfahren und beschäftigen uns intensiver mit einer bestimmten Art von

Video: Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (MP4)

Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (MP4)

In diesem Video starten wir mit sogenannten Baum-basierten Verfahren und beschäftigen uns intensiver mit einer bestimmten Art von Entscheidungsbäumen

Kurs: Clustering: vom Sortieren bis zum Explorieren | 03 | Topic Modeling (PDF)

Clustering: vom Sortieren bis zum Explorieren | 03 | Topic Modeling (PDF)

In diesem Video-Transkript beschäftigen wir uns mit dem thematischen Clustering von Texten mit sogenannten Topic Models. Hierfür machen wir auch einen

Video: Clustering: vom Sortieren bis zum Explorieren | 03 | Topic Modeling (MP4)

Clustering: vom Sortieren bis zum Explorieren | 03 | Topic Modeling (MP4)

In diesem Video beschäftigen wir uns mit dem thematischen Clustering von Texten mit sogenannten Topic Models. Hierfür machen wir auch einen Exkurs zum

Unterrichtsbaustein: Wenn Algorithmen Entscheidungen treffen: Chance oder Risiko?

Wenn Algorithmen Entscheidungen treffen: Chance oder Risiko?

Das Thema Algorithmen ist aufgrund der Aktualität und der Herausforderungen der Digitalisierung politisch bedeutsam und hat einen direkten Bezug zur

Unterrichtsbaustein

Als Anwendung installieren

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

Abbrechen