Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Video: ML explained – Was sind MLOps? (2/3)

ML explained – Was sind MLOps? (2/3)

In diesem Video widmen wir uns MLOps (Machine Learning Operations), einem entscheidenden Aspekt für die Skalierung und Verwaltung von ML-Projekten

Infografik: Künstliche Intelligenz: Das Training von Deep-Learning-Modellen verursacht steigenden Energie- und Ressourcenverbrauch

Künstliche Intelligenz: Das Training von Deep-Learning-Modellen verursacht steigenden Energie- und Ressourcenverbrauch

Die mehrschichtigen maschinellen Lernprozesse KI-basierter Verfahren werden immer komplexer und sind sehr rechten- und energieintensiv. Für die

Video: ML explained – Was ist Machine Learning? (2/2)

ML explained – Was ist Machine Learning? (2/2)

Wir Menschen lernen aus unseren vergangenen Erfahrungen. Computer auf der anderen Seite handeln nach Instruktionen, die wir Menschen ihnen geben. Aber

Kurs: Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (PDF)

Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (PDF)

Du weißt bereits, dass KI-basierte Modelle für Bildklassifikationen auf annotierten Bildern trainiert werden. In dem folgenden Video-Transkript lernst

Video: Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (MP4)

Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (MP4)

Du weißt bereits, dass KI-basierte Modelle für Bildklassifikationen auf annotierten Bildern trainiert werden. In dem folgenden Video lernst du, wie

Interaktion: Woche 14 | Anwendungsbeispiele | Generative Modelle in der Praxis (Aufgabe 2)

Woche 14 | Anwendungsbeispiele | Generative Modelle in der Praxis (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle in der Praxis" aus Woche 14.

Interaktion: Woche 14 | Anwendungsbeispiele | Generative Modelle in der Praxis (Aufgabe 1)

Woche 14 | Anwendungsbeispiele | Generative Modelle in der Praxis (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle in der Praxis" aus Woche 14.

Kurs: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (PDF)

Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (PDF)

Nun kennst du alle Schritte, wie man zu einem Bildklassifikationsmodell kommt. Weißt du aber auch, wie zuverlässig es die gestellte Aufgabe lösen kann

Video: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (MP4)

Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (MP4)

Nun kennst du alle Schritte, wie man zu einem Bildklassifikationsmodell kommt. Weißt du aber auch, wie zuverlässig es die gestellte Aufgabe lösen kann

Video: ML explained – Was ist Data Engineering? (2/2)

ML explained – Was ist Data Engineering? (2/2)

Daten sind das neue Gold, aber um sie wirklich wertvoll zu machen, müssen sie gesucht, gereinigt und korrekt abgebaut werden. Hier kommt das Data

Interaktion: Explainable, Hybrid, Robust AI | 05 | Kurzeinführung in SHAP (Aufgabe 1)

Explainable, Hybrid, Robust AI | 05 | Kurzeinführung in SHAP (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Kurzeinführung in SHAP" aus der Sektion “Explainable, Hybrid, Robust AI”.

Video: Woche 2 | Daten | Textvorverarbeitung (MP4)

Woche 2 | Daten | Textvorverarbeitung (MP4)

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

Video: Woche 7 | Programmierung | k-nächste Nachbarn (k-NN) mit Scikit-Learn (MP4)

Woche 7 | Programmierung | k-nächste Nachbarn (k-NN) mit Scikit-Learn (MP4)

In diesem Video lernst du, ein k-nächste-Nachbarn-Modell mit dem Python-Modul Scitkit-learn zu erstellen und zu evaluieren.

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

Junge Frau arbeitet am Laptop

Auch Selbstorganisation braucht Struktur

Das Modell SPARK im Unterricht an der Berufsschule für Detailhandel und Pharmazie Zürich (BSDPZ)

Rico Largiadèr, Christoph Städeli

Pharmazeutisch-kaufmännischer Angestellter (m/w/d)

Kurs: Woche 7 | Programmierung | k-nächste Nachbarn (k-NN) mit Scikit-Learn (PDF)

Woche 7 | Programmierung | k-nächste Nachbarn (k-NN) mit Scikit-Learn (PDF)

In diesem Video-Transkript lernst du, ein k-nächste-Nachbarn-Modell mit dem Python-Modul Scitkit-learn zu erstellen und zu evaluieren.

Interaktion: Explainable, Hybrid, Robust AI | 03 | Taxonomie von Methoden zur Interpretierbarkeit (Aufgabe 1)

Explainable, Hybrid, Robust AI | 03 | Taxonomie von Methoden zur Interpretierbarkeit (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Taxonomie von Methoden zur Interpretierbarkeit" aus der Sektion “Explainable, Hybrid, Robust AI”.

Video: Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (MP4)

Du kennst jetzt eigentlich fast alle Bauelemente eines typischen Convolutional Neural Networks. In dem folgenden Video lernst du weitere Bausteine

Als Anwendung installieren

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

Abbrechen