Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Interaktion: Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Datenaufbereitung" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

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 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.

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 3 | Daten | Datenqualität (MP4)

Woche 3 | Daten | Datenqualität (MP4)

In diesem Video wird dir die Wichtigkeit der Datenqualität verdeutlicht. Du lernst, welchen Zusammenhang es zwischen der Qualität deiner

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

Handbuch: Handbuch zur Förderung des Nachhaltigkeitsbewusstseins und zum Umgang mit VR-/AR-Technologien für Industriemechanikerinnen und Industriemechaniker in Baden-Württemberg

Handbuch zur Förderung des Nachhaltigkeitsbewusstseins und zum Umgang mit VR-/AR-Technologien für Industriemechanikerinnen und Industriemechaniker in Baden-Württemberg

Das Handbuch richtet sich an Lehrkräfte in produzierenden Unternehmen und beruflichen Schulen und soll bestehende Aus- und Weiterbildungsprogramme um

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

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

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (PDF)

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

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

Kurs: Woche 3 | Daten | Datenqualität (PDF)

Woche 3 | Daten | Datenqualität (PDF)

In diesem Video-Transkript wird dir die Wichtigkeit der Datenqualität verdeutlicht. Du lernst, welchen Zusammenhang es zwischen der Qualität deiner

Video: Woche 6 | Programmierung | Lineare Regression mit Scikit-learn (MP4)

Woche 6 | Programmierung | Lineare Regression mit Scikit-learn (MP4)

In diesem Video lernst du die lineare Regression in der Programmierung kennen. Du siehst, wie in Python mit dem Modul Scikit-Learn ein lineares

Presentation: C5-3 Cross-Validierung - Evaluierung mit wenig Daten (Folien zum Video)

C5-3 Cross-Validierung - Evaluierung mit wenig Daten (Folien zum Video)

Die Folien zum Video „C5-3 Cross-Validierung - Evaluierung mit wenig Daten“ erklären die Cross-Validierung oder Kreuzvalidierung als Möglichkeit

Kurs: Woche 6 | Programmierung | Lineare Regression mit Scikit-learn (PDF)

Woche 6 | Programmierung | Lineare Regression mit Scikit-learn (PDF)

In diesem Video-Transkript lernst du die lineare Regression in der Programmierung kennen. Du siehst, wie in Python mit dem Modul Scikit-Learn ein

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)

Lernspiel: C3-1 Fill in the blanks: Berechnung des Regressionsmodells (Quiz zum Jupyter Notebook)

C3-1 Fill in the blanks: Berechnung des Regressionsmodells (Quiz zum Jupyter Notebook)

Das Quiz gehört zum Jupyter Notebook zum Thema „C3-1 Jupyter Notebook: Einfache Lineare Regression mit sklearn“.

Lernspiel: D3 Single Choice: Parameter bei der linearen Regression (Quiz zum Video)

D3 Single Choice: Parameter bei der linearen Regression (Quiz zum Video)

Das Quiz gehört zum Video zum Thema „Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle?“.

Als Anwendung installieren

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

Abbrechen