Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

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

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

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

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

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

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

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

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: 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

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

Video: Bildklassifikation und Bildsegmentierung | 01 | Einführung (MP4)

Bildklassifikation und Bildsegmentierung | 01 | Einführung (MP4)

Herzlich willkommen zum Themenblock “Bildklassifikation und Bildsegmentierung”! In diesem Themenblock beschäftigen wir uns anhand von zwei

Kurs: Bildklassifikation und Bildsegmentierung | 01 | Einführung (PDF)

Bildklassifikation und Bildsegmentierung | 01 | Einführung (PDF)

Herzlich willkommen zum Themenblock “Bildklassifikation und Bildsegmentierung”! In diesem Themenblock beschäftigen wir uns anhand von zwei

Entdeckendes: EduEscape Games erstellen mit KI-Tools und Actionbound

EduEscape Games erstellen mit KI-Tools und Actionbound

In der Fortbildung „EduEscape Games erstellen mit KI-Tools und Actionbound“ lernen Lehrkräfte, wie sie Escape Games zur Förderung

Entdeckendes Lernen

Als Anwendung installieren

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

Abbrechen