Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Unterrichtsbaustein: KI-Bilderkennung | Grundlagen

KI-Bilderkennung | Grundlagen

Mithilfe interaktiver digitaler Werkzeuge, wie Teachable Machine, entwickeln junge Menschen grundlegende KI-Kompetenzen durch einen praktischen Ansatz

Unterrichtsbaustein

Kurs: Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (1) (PDF)

Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (1) (PDF)

In dem Interview mit Stefan Reiners-Selbach geht es um die Anwendungsmöglichkeiten von Textverarbeitungsmethoden in den Geisteswissenschaften.

Video: Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (1) (MP4)

Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (1) (MP4)

In dem Interview mit Stefan Reiners-Selbach geht es um die Anwendungsmöglichkeiten von Textverarbeitungsmethoden in den Geisteswissenschaften.

Video: Woche 8 | Anwendungsbeispiele | Entscheidungsbäume und Fairness (MP4)

Woche 8 | Anwendungsbeispiele | Entscheidungsbäume und Fairness (MP4)

In diesem Video stellen wir das Forschungsprojekt "Responsible Academic Performance Prediction (RAPP)" aus der Informatik und den Sozialwissenschaften

Kurs: Woche 8 | Anwendungsbeispiele | Entscheidungsbäume und Fairness (PDF)

Woche 8 | Anwendungsbeispiele | Entscheidungsbäume und Fairness (PDF)

In diesem Video-Transkript stellen wir das Forschungsprojekt "Responsible Academic Performance Prediction (RAPP)" aus der Informatik und den

Interaktion: Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Weitere Anwendungsmöglichkeiten von Prognosemodellen" aus der Sektion “Prognosemodelle: Klassifikation

Interaktion, Kurs

Video: Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (2) (MP4)

Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (2) (MP4)

In dem zweiten Teil des Interviews mit Stefan Reiners-Selbach geht es um die Anwendung von Topic Modelling für die automatisierte Themenerkennung aus

Kurs: Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (2) (PDF)

Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (2) (PDF)

In dem zweiten Teil des Interviews mit Stefan Reiners-Selbach geht es um die Anwendung von Topic Modelling für die automatisierte Themenerkennung aus

Unterrichtsbaustein: KI-Bilderkennung | Erweiterung

KI-Bilderkennung | Erweiterung

Mithilfe interaktiver digitaler Werkzeuge, wie Teachable Machine, entwickeln junge Menschen grundlegende KI-Kompetenzen durch einen praktischen Ansatz

Unterrichtsbaustein

Arbeitsblatt: A4 Anwendungen - Arbeitsblatt Beispielanwendungen

A4 Anwendungen - Arbeitsblatt Beispielanwendungen

Das Arbeitsblatt „A4 Arbeitsblatt Beispielanwendungen“ eignet sich zur Analyse von einfachen KI-Beispielanwendungen. Dieses Arbeitsblatt ist Teil des

Video: Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (MP4)

Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (MP4)

Bisher haben wir uns ausschließlich mit der Prognose von Studienabbrüchen beschäftigt, um die verschiedenen Verfahren des maschinellen Lernens, der

Kurs: Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (PDF)

Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (PDF)

Bisher haben wir uns ausschließlich mit der Prognose von Studienabbrüchen beschäftigt, um die verschiedenen Verfahren des maschinellen Lernens, der

Interaktion: Prognosemodelle: Klassifikation und Regression | 06 | Diskussion zur Anwendung von Modellen zur Leistungsprognose (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 06 | Diskussion zur Anwendung von Modellen zur Leistungsprognose (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Diskussion zur Anwendung von Modellen zur Leistungsprognose" aus der Sektion “Prognosemodelle

Interaktion, Kurs

Interaktion: Prognosemodelle: Klassifikation und Regression | 06 | Diskussion zur Anwendung von Modellen zur Leistungsprognose (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 06 | Diskussion zur Anwendung von Modellen zur Leistungsprognose (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Diskussion zur Anwendung von Modellen zur Leistungsprognose" aus der Sektion “Prognosemodelle

Interaktion, Kurs

Video: ML explained – Was ist Semi-Supervised Learning? (1/1)

ML explained – Was ist Semi-Supervised Learning? (1/1)

Semi-Supervised Learning befindet sich irgendwo in der Mitte zwischen Supervised Learning und Unsupervised Learning. Bei dieser Methode verwenden

Presentation: C5-1 Evaluationsmaße - Wie bewertet man ein Modell? (Folien zum Video)

C5-1 Evaluationsmaße - Wie bewertet man ein Modell? (Folien zum Video)

In den Folien zum Video „C5-1 Evaluationsmaße - Wie bewertet man ein Modell?“ geht es darum, KI-Modelle zu bewerten, um sie zum Beispiel auch

Video: C5-1 Evaluationsmaße - Wie bewertet man ein Modell? (Video)

C5-1 Evaluationsmaße - Wie bewertet man ein Modell? (Video)

Im Video zum Thema „C5-1 Evaluationsmaße - Wie bewertet man ein Modell?“ geht es darum, KI-Modelle zu bewerten, um sie zum Beispiel auch miteinander

Sonstiges: Fit im Fachwortschatz: digital und differenziert

Fit im Fachwortschatz: digital und differenziert

Die Teilgruppensitzungen der Berufssprache Deutsch stellen eine Präsentation mit Erklärungen, Beispielen für sprachsensible Methoden und Prompts

Ländermaterial

Als Anwendung installieren

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

Abbrechen