Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Video: A3 Algorithmen - Wie löst man ein Problem? (Video)

A3 Algorithmen - Wie löst man ein Problem? (Video)

Dieses Video zum Thema „A3 Algorithmen - Wie löst man ein Problem?“ erklärt, was ein Algorithmus ist. Es wird gezeigt, wie man Algorithmen beschreiben

Video: Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (MP4)

Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (MP4)

In diesem Video lernst du, wie du ein Random Forest Modell in Python mit dem Modul Scikit-learn erstellen kannst. Du siehst, wie der Random Forest mit

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (PDF)

Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (PDF)

In diesem Video-Transkript starten wir mit sogenannten Baum-basierten Verfahren und beschäftigen uns intensiver mit einer bestimmten Art von

Video: Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (MP4)

Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (MP4)

In diesem Video starten wir mit sogenannten Baum-basierten Verfahren und beschäftigen uns intensiver mit einer bestimmten Art von Entscheidungsbäumen

Video: Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 1 (MP4)

Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 1 (MP4)

In diesem Video starten wir mit den sehr beliebten neuronalen Netzen. Wir befassen uns dabei intensiver mit dem Aufbau neuronaler Netze und

Video: Bildklassifikation und Bildsegmentierung | 05 | Aufbau des menschlichen visuellen Cortex (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau des menschlichen visuellen Cortex (MP4)

Du weißt nun, dass Bildklassifikationsmodelle auf annotierten Bildern trainiert werden. Jetzt fangen wir mit der Beschreibung der Modelle selbst an

Kurs: Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (PDF)

Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (PDF)

In diesem Video-Transkript lernst du, wie du ein Random Forest Modell in Python mit dem Modul Scikit-learn erstellen kannst. Du siehst, wie der Random

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Aufbau des menschlichen visuellen Cortex (PDF)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau des menschlichen visuellen Cortex (PDF)

Du weißt nun, dass Bildklassifikationsmodelle auf annotierten Bildern trainiert werden. Jetzt fangen wir mit der Beschreibung der Modelle selbst an

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 1 (PDF)

Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 1 (PDF)

In diesem Video-Transkript starten wir mit den sehr beliebten neuronalen Netzen. Wir befassen uns dabei intensiver mit dem Aufbau neuronaler Netze und

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 2 (PDF)

Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 2 (PDF)

Du kennst nun den Aufbau und die Funktionsweise neuronaler Netze. In diesem Video-Transkript befassen wir uns diesmal insbesondere mit der

Video: Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 2 (MP4)

Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 2 (MP4)

Du kennst nun den Aufbau und die Funktionsweise neuronaler Netze. In diesem Video befassen wir uns diesmal insbesondere mit der Verlustfunktion, um

Sonstiges: C4-1 Jupyter Notebook: Klassifikationsbäume mit sklearn (Klassifikationsbäume, Teil 1)

C4-1 Jupyter Notebook: Klassifikationsbäume mit sklearn (Klassifikationsbäume, Teil 1)

In diesem Jupyter Notebook zum Thema „C4-1 Jupyter Notebook: Klassifikationsbäume mit sklearn (Klassifikationsbäume, Teil 1)“ lernt man, das Training

Interaktion: Explainable, Hybrid, Robust AI | 01 | Interview zur Interpretierbarkeit von künstlicher Intelligenz (Aufgabe 1)

Explainable, Hybrid, Robust AI | 01 | Interview zur Interpretierbarkeit von künstlicher Intelligenz (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Interview zur Interpretierbarkeit von künstlicher Intelligenz" aus der Sektion “Explainable, Hybrid

Interaktion, Kurs

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (PDF)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (PDF)

Du kennst jetzt das Verfahren eines einzelnen decision trees. In diesem Video-Transkript befassen wir uns weiter mit Baum-basierten Verfahren, und

Video: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (MP4)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (MP4)

Du kennst jetzt das Verfahren eines einzelnen decision trees. In diesem Video befassen wir uns weiter mit Baum-basierten Verfahren, und zwar einer

Lernspiel: C3-2 Single Choice: Multiple lineare Modelle für die Kelchblattbreite (Quiz zum Jupyter Notebook)

C3-2 Single Choice: Multiple lineare Modelle für die Kelchblattbreite (Quiz zum Jupyter Notebook)

Das Quiz gehört zum Jupyter Notebook zum Thema „C3-2 Jupyter Notebook: Multiple Lineare Regression mit sklearn“.

Video: Woche 9 | Programmierung | k-means Clustering mit Scikit-learn (MP4)

Woche 9 | Programmierung | k-means Clustering mit Scikit-learn (MP4)

In diesem Video lernst du den Palmer Archipelago (Antarctica) Datensatz kennen, den wir mit dem k-means Algorithmus in Cluster aufteilen werden. Im

Kurs: Woche 9 | Programmierung | k-means Clustering mit Scikit-learn (PDF)

Woche 9 | Programmierung | k-means Clustering mit Scikit-learn (PDF)

In diesem Video-Transkript lernst du den Palmer Archipelago (Antarctica) Datensatz kennen, den wir mit dem k-means Algorithmus in Cluster aufteilen

Als Anwendung installieren

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

Abbrechen