Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Video: Woche 10 | Programmierung | Neuronale Netzwerke (2) (PDF)

Woche 10 | Programmierung | Neuronale Netzwerke (2) (PDF)

In diesem Video lernst du, wie man einen Datensatz für das Trainieren eines künstlichen neuronalen Netzes vorbereitet und was One-Hot-Codierung ist

Video: Moodlekurs: Medienkompetenz für die digitale Welt. Ein praktischer Wegweiser

Moodlekurs: Medienkompetenz für die digitale Welt. Ein praktischer Wegweiser

In einer Zeit, in der neue Technologien und Künstliche Intelligenz allgegenwärtig sind, erweist sich der souveräne Umgang mit digitalen Medien als

Kurs: Woche 12 | Programmierung | Topic Modeling mit scikit-learn (PDF)

Woche 12 | Programmierung | Topic Modeling mit scikit-learn (PDF)

In diesem Video-Transkript zeigen wir dir, wie du mit dem Clustering-Verfahren KMeans ein Topic Model erstellen kannst. Der Fokus liegt dabei sowohl

Interaktion: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 5)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 5)

Diese Aufgabe dient als Vertiefung zum Video "Optimierung und Wandern mit Gradientenabstieg" aus Woche 11.

Interaktion: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 4)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Optimierung und Wandern mit Gradientenabstieg" aus Woche 11.

Interaktion: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 3)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Optimierung und Wandern mit Gradientenabstieg" aus Woche 11.

Interaktion: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 2)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Optimierung und Wandern mit Gradientenabstieg" aus Woche 11.

Interaktion: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 1)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Optimierung und Wandern mit Gradientenabstieg" aus Woche 11.

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: Clustering: vom Sortieren bis zum Explorieren | 05 | Clustering vs. Klassifikation (Aufgabe 1)

Clustering: vom Sortieren bis zum Explorieren | 05 | Clustering vs. Klassifikation (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Clustering vs. Klassifikation" aus der Sektion “Clustering: vom Sortieren bis zum Explorieren”.

Kurs: Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (PDF)

Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (PDF)

In diesem Video-Transkript fokussieren wir uns darauf, wie sich ein Neuron mit Hilfe von Weights, Bias und Aktivierungsfunktion berechnet.

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Hyperparameteroptimierung" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Hyperparameteroptimierung" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Hyperparameteroptimierung" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

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

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Woher kommt die Bezeichnung „Convolutional”? (Aufgabe 4)

Bildklassifikation und Bildsegmentierung | 05 | Woher kommt die Bezeichnung „Convolutional”? (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Woher kommt die Bezeichnung „Convolutional”?" aus der Sektion “Bildklassifikation und Bildsegmentierung”

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Woher kommt die Bezeichnung „Convolutional”? (Aufgabe 3)

Bildklassifikation und Bildsegmentierung | 05 | Woher kommt die Bezeichnung „Convolutional”? (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Woher kommt die Bezeichnung „Convolutional”?" aus der Sektion “Bildklassifikation und Bildsegmentierung”

Als Anwendung installieren

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

Abbrechen