Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Metriken für eine Klassifikation (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 02 | Metriken für eine Klassifikation (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Prognosemodelle: Klassifikation und Regression" aus der Sektion “Metriken für eine Klassifikation”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Metriken für eine Klassifikation (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 02 | Metriken für eine Klassifikation (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Prognosemodelle: Klassifikation und Regression" aus der Sektion “Metriken für eine Klassifikation”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Metriken für eine Klassifikation (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 02 | Metriken für eine Klassifikation (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Prognosemodelle: Klassifikation und Regression" aus der Sektion “Metriken für eine Klassifikation”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 3)

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

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 1)

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

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”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 2)

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

Video: Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (MP4)

Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (MP4)

In diesem Video lernst du sogenannte Hyperparameter eines Modells kennen, die wir als Anwender festlegen können, um z. B. die Prognosegenauigkeit zu

Kurs: Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (PDF)

Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (PDF)

In diesem Video-Transkript lernst du sogenannte Hyperparameter eines Modells kennen, die wir als Anwender festlegen können, um z. B. die

Interaktion: Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (Aufgabe 4)

Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Künstliche Intelligenz, Maschinelles Lernen, Deep Learning" aus Woche 3.

Interaktion: Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (Aufgabe 3)

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

Diese Aufgabe dient als Vertiefung zum Video "Künstliche Intelligenz, Maschinelles Lernen, Deep Learning" aus Woche 3.

Interaktion: Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (Aufgabe 2)

Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Künstliche Intelligenz, Maschinelles Lernen, Deep Learning" aus Woche 3.

Interaktion: Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (Aufgabe 1)

Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Künstliche Intelligenz, Maschinelles Lernen, Deep Learning" aus Woche 3.

Kurs: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (PDF)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (PDF)

In diesem Video-Transkript schauen wir uns den Aufbau der Verlustfunktion oder Loss Function genauer an, wiederholen was eigentlich nochmal ein

Kurs: Woche 2 | Daten | Textvorverarbeitung (PDF)

Woche 2 | Daten | Textvorverarbeitung (PDF)

In diesem Video-Transkript lernst du, welche Vorverarbeitungsschritte notwendig sind, um Textdaten für ein Machine-Learning-Modell verarbeitbar zu

Kurs: Woche 10 | Anwendungsbeispiele | Know Your Data und TensorFlow Playground (PDF)

Woche 10 | Anwendungsbeispiele | Know Your Data und TensorFlow Playground (PDF)

In diesem Video-Transkript lernst du die beiden Websites Know Your Data und TensorFlow Playground kennen. Mit Know Your Data kannst du eine Vielzahl

Video: Woche 14 | Wie war das nochmal? Überblick und Ausblick (MP4)

Woche 14 | Wie war das nochmal? Überblick und Ausblick (MP4)

In diesem Video werden die für Woche 14 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der

Kurs: Woche 14 | Wie war das nochmal? Überblick und Ausblick (PDF)

Woche 14 | Wie war das nochmal? Überblick und Ausblick (PDF)

In diesem Video-Skript werden die für Woche 14 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der

Als Anwendung installieren

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

Abbrechen