Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Video: C7-5 Verlustfunktion - Die Zielvorgabe fürs Training (Video)

C7-5 Verlustfunktion - Die Zielvorgabe fürs Training (Video)

Das Video „C7-5 Verlustfunktion - Die Zielvorgabe fürs Training“ erklärt, welche Verlustfunktionen sich für das Training von neuronalen Netzen eignen

Video: C7-6 Netzwerkarchitekturen - Teil 3 - Encoder-Decoder-Architektur (Video)

C7-6 Netzwerkarchitekturen - Teil 3 - Encoder-Decoder-Architektur (Video)

Das Video „C7-6 Netzwerkarchitekturen - Teil 3 - Encoder-Decoder-Architektur“ erklärt die Encoder-Decoder-Architektur. Sie wird eingesetzt, wenn für

Video: Bildklassifikation und Bildsegmentierung | 03 | Rechtliche Aspekte der Nutzung medizinischer Daten zu Forschungszwecken (MP4)

Bildklassifikation und Bildsegmentierung | 03 | Rechtliche Aspekte der Nutzung medizinischer Daten zu Forschungszwecken (MP4)

Die medizinischen Datenverarbeitungssysteme werden fast ausschließlich auf Patientendaten trainiert. In dem folgenden Video sprechen wir über die

Presentation: C7-4 Hyperparameter beim Training von neuronalen Netzen - Effizienter üben (Folien zum Video)

C7-4 Hyperparameter beim Training von neuronalen Netzen - Effizienter üben (Folien zum Video)

Die Folien zum Video „C7-4 Hyperparameter beim Training von neuronalen Netzen - Effizienter üben“ erklären, wie durch Hyperparameter das Training von

Kurs: Bildklassifikation und Bildsegmentierung | 03 | Rechtliche Aspekte der Nutzung medizinischer Daten zu Forschungszwecken (PDF)

Bildklassifikation und Bildsegmentierung | 03 | Rechtliche Aspekte der Nutzung medizinischer Daten zu Forschungszwecken (PDF)

Die medizinischen Datenverarbeitungssysteme werden fast ausschließlich auf Patientendaten trainiert. In dem folgenden Video-Transkript sprechen wir

Video: B5-3 Verschlüsselung nach Vigenère - Das stärkste historische Verfahren (Video)

B5-3 Verschlüsselung nach Vigenère - Das stärkste historische Verfahren (Video)

Das Video „B5-3 Verschlüsselung nach Vigenère - Das stärkste historische Verfahren“ zeigt, wie man Texte mit dem Vigenère-Verfahren verschlüsseln kann

Video: C7-6 Netzwerkarchitekturen - Teil 1 - Rekurrente neuronale Netze (Video)

C7-6 Netzwerkarchitekturen - Teil 1 - Rekurrente neuronale Netze (Video)

Im Video „C7-6 Netzwerkarchitekturen - Teil 1 - Rekurrente neuronale Netze“ geht es um rekurrente neuronale Netze (RNNs). Sie sind die Basis für

Video: A1-2 Daten und Wissen – warum Daten so wertvoll sind (Video)

A1-2 Daten und Wissen – warum Daten so wertvoll sind (Video)

Das Video zum Thema "A 1-2 Daten und Wissen – warum Daten so wertvoll sind" erklärt, wie man beim Maschinellen Lernen aus Daten Wissen gewinnt, und

Video: C7-1 Neuronen in Neuronalen Netzen - und was sie mit linearer Regression zu tun haben (Video)

C7-1 Neuronen in Neuronalen Netzen - und was sie mit linearer Regression zu tun haben (Video)

Das Video zum Thema „C7-1 Neuronen in Neuronalen Netzen - und was sie mit linearer Regression zu tun haben“ beschreibt Neuronen als den Grundbaustein

Video: C9-4 Overfitting - Teil 4: Batch-Normalisierung (Video)

C9-4 Overfitting - Teil 4: Batch-Normalisierung (Video)

Das Video „C9-4 Overfitting - Teil 4: Batch-Normalisierung“ erklärt das Problem der internen Kovariatenverschiebung und erläutert Batch-Normalisierung

Video: C6-1 Distanzfunktionen - Wie ähnlich sind sich verschiedene Datenpunkte? (Video)

C6-1 Distanzfunktionen - Wie ähnlich sind sich verschiedene Datenpunkte? (Video)

Das Video zum Thema „C6-1 Distanzfunktionen - Wie ähnlich sind sich verschiedene Datenpunkte?“ vermitttelt, dass sich Datenpunkte ähnlich sind, wenn

Sonstiges: D4 Jupyter Notebook: Erklärbarkeit von neuronalen Netzen am Beispiel CNN

D4 Jupyter Notebook: Erklärbarkeit von neuronalen Netzen am Beispiel CNN

Im Jupyter Notebook zum Thema „D4 Jupyter Notebook: Erklärbarkeit von neuronalen Netzen am Beispiel CNN“ geht es um die Erklärbarkeit von neuronalen

Video: C1-3 Lineare Funktionen - Steigung: Wie beschreibt man eine Gerade? Teil 1 (Video)

C1-3 Lineare Funktionen - Steigung: Wie beschreibt man eine Gerade? Teil 1 (Video)

Das Video zum Thema „C1-3 Lineare Funktionen - Steigung: Wie beschreibt man eine Gerade? Teil 1“ erklärt, was man unter der Steigung einer Geraden

Video: C4-2 Entropie - Ein Maß für den Informationsgehalt (Video)

C4-2 Entropie - Ein Maß für den Informationsgehalt (Video)

Das Video zum Thema „C4-2 Entropie - Ein Maß für den Informationsgehalt“ erklärt die Entropie. Sie ist ein Maß für „Unordnung“ oder Unsicherheit und

Video: C9-5 Robustheit von Modellen beim Maschinellen Lernen (Video)

C9-5 Robustheit von Modellen beim Maschinellen Lernen (Video)

Das Video „C9-5 Robustheit von Modellen beim Maschinellen Lernen“ skizziert Methoden, mit denen man Modelle robuster machen kann. Dazu gehören Data

Video: C7-3 Parameter in neuronalen Netzen … und der Forward Pass (Video)

C7-3 Parameter in neuronalen Netzen … und der Forward Pass (Video)

Das Video zum Thema „C7-3 Parameter in neuronalen Netzen … und der Forward Pass“ erklärt, welche Parameter beim Training von neuronalen Netzen gelernt

Video: C2-1 Streudiagramme - Der Blick in die Daten (Video)

C2-1 Streudiagramme - Der Blick in die Daten (Video)

Das Video zum Thema „C2-1 Streudiagramme - Der Blick in die Daten“ erklärt Streudiagramme (Scatterplots) als Möglichkeit zur Visualisierung von Daten

Video: C1-4 Lineare Funktionen - y-Achsenabschnitt: Wie definiert man eine Gerade? Teil 2 (Video)

C1-4 Lineare Funktionen - y-Achsenabschnitt: Wie definiert man eine Gerade? Teil 2 (Video)

Das Video zum Thema „C1-4 Lineare Funktionen - y-Achsenabschnitt: Wie definiert man eine Gerade? Teil 2“ erklärt, was man unter dem y-Achsenabschnitt

Als Anwendung installieren

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

Abbrechen