Brand Logo
  • Mediathek
  • Berufe
  • News
  • Gewusst wie
  • Im Fokus
  • Veranstaltungen
  • Berufsschulen
  • Rahmenlehrpläne
  • Kontakt
  • FAQ
  • Über uns
  • Medienanbieter
user
Startseite
  1. Startseite
  2. Suche
Alle
0
Mediathek
0
Berufe
0
Beiträge
0
Veranstaltungen
0
Berufsschulen
0
Rahmenlehrpläne
0
Interaktion: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 2)
Mediathek
Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 2)
Diese Aufgabe dient als Vertiefung zum Video "Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen" aus der Sektion “Bildklassifikation
Interaktion, Kurs
Interaktion: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 1)
Mediathek
Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen" aus der Sektion “Bildklassifikation
Interaktion, Kurs
Presentation: D3 Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle? (Folien zum Video)
Mediathek
D3 Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle? (Folien zum Video)
Die Folien zum Thema „Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle?“ thematisieren, warum neuronale Netze oft als
Präsentation
Interaktion: Woche 14 | Theorie | Generative Modelle, Einführung (Aufgabe 2)
Mediathek
Woche 14 | Theorie | Generative Modelle, Einführung (Aufgabe 2)
Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle, Einführung" aus Woche 14.
Interaktion, Kurs
Interaktion: Woche 14 | Theorie | Generative Modelle, Einführung (Aufgabe 1)
Mediathek
Woche 14 | Theorie | Generative Modelle, Einführung (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle, Einführung" aus Woche 14.
Interaktion, Kurs
Video: Was verdient ein Data Scientist?
Mediathek
Was verdient ein Data Scientist?
Henrik (28) ist Data Scientist am Fraunhofer Institut IPT in Aachen. Als Data Scientist analysiert Henrik Daten aus Produktionen - mit Hilfe von KI
Video
Kurs: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (PDF)
Mediathek
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
Kurs, Text
Video: Bildklassifikation und Bildsegmentierung | 06 | Wie gut ist mein Modell? Bewertung von Bildklassifikationsmodellen (MP4)
Mediathek
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, Kurs
Interaktion: Clustering: vom Sortieren bis zum Explorieren | 03 | Modellauswahl Sentiment Analyse (Aufgabe 2)
Mediathek
Clustering: vom Sortieren bis zum Explorieren | 03 | Modellauswahl Sentiment Analyse (Aufgabe 2)
Diese Aufgabe dient als Vertiefung zum Video "Modellauswahl Sentiment Analyse" aus der Sektion “Clustering: vom Sortieren bis zum Explorieren”.
Interaktion, Kurs
Interaktion: Clustering: vom Sortieren bis zum Explorieren | 03 | Modellauswahl Sentiment Analyse (Aufgabe 1)
Mediathek
Clustering: vom Sortieren bis zum Explorieren | 03 | Modellauswahl Sentiment Analyse (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Modellauswahl Sentiment Analyse" aus der Sektion “Clustering: vom Sortieren bis zum Explorieren”.
Interaktion, Kurs
Lernspiel: C9-5 Drag the Words: Beispiele für verschiedene Modelle. Quiz zum Video
Mediathek
C9-5 Drag the Words: Beispiele für verschiedene Modelle. Quiz zum Video
Die H5P-Datei enthält ein Lückentext-Quiz zu Beispielen für verschiedene Modelle beim Maschinellen Lernen. Es gehört zum Video „C9-5 Robustheit von
Lernspiel
Interaktion: Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 3)
Mediathek
Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 3)
Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle, Interview" aus Woche 14.
Interaktion, Kurs
Interaktion: Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 2)
Mediathek
Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 2)
Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle, Interview" aus Woche 14.
Interaktion, Kurs
Interaktion: Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 1)
Mediathek
Woche 14 | Theorie | Generative Modelle, Interview (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle, Interview" aus Woche 14.
Interaktion, Kurs
Presentation: C9-5 Robustheit von Modellen beim Maschinellen Lernen. Folien zum Video
Mediathek
C9-5 Robustheit von Modellen beim Maschinellen Lernen. Folien zum Video
Die Folien zum Video „C9-5 Robustheit von Modellen beim Maschinellen Lernen“ skizzieren Methoden, mit denen man Modelle robuster machen kann. Dazu
Präsentation
Sonstiges: F3 Jupyter Notebook: Bilderkennung mit CNNs
Mediathek
F3 Jupyter Notebook: Bilderkennung mit CNNs
Im Jupyter Notebook zum Thema „F3 Jupyter Notebook: Bilderkennung mit CNNs“ geht es darum, Objekte in Bildern zu klassifizieren, oder in anderen
Sonstiges
Sonstiges: F1 Jupyter Notebook: Predictive Maintenance
Mediathek
F1 Jupyter Notebook: Predictive Maintenance
Im Jupyter Notebook zum Thema „F1 Jupyter Notebook: Predictive Maintenance“ geht es darum, anhand von Sensordaten vorherzusagen, welche Komponenten
Sonstiges
Unterrichtsplanung: Einsatz künstlicher Intelligenz zur automatisierten Erkennung analoger Wasserzähler: „AI on the edge“
Mediathek
Einsatz künstlicher Intelligenz zur automatisierten Erkennung analoger Wasserzähler: „AI on the edge“
Die Datei enthält Informationen zur Planung einer Lernsituation für den Beruf Informationstechnischer Assistent (m/w/d) zum Einsatz künstlicher
Unterrichtsplanung
Ländermaterial
  • 10
  • 11
  • 12
  • 13

Als Anwendung installieren

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

Abbrechen
  • Über uns
  • Kontakt
  • Impressum
  • Datenschutz
  • Newsletter
App installieren
Folgen Sie uns auf:
FWU - Das Medieninstitut der Länder
gefördert durch:
FWU - Das Medieninstitut der Länder
Rheinland-Pfalz rheinland-palatinate-coat-of-arms
© HubbS 2026