Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (PDF)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (PDF)

Du weißt nun, dass Convolutional Neural Networks aus aufeinanderfolgenden Convolutional Layern bestehen. In dem folgenden Video-Transkript befassen

Video: Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (MP4)

Du weißt nun, dass Convolutional Neural Networks aus aufeinanderfolgenden Convolutional Layern bestehen. In dem folgenden Video befassen wir uns damit

Video: Bildklassifikation und Bildsegmentierung | 05 | Woher kommt die Bezeichnung „Convolutional”? (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Woher kommt die Bezeichnung „Convolutional”? (MP4)

Wir sprechen die ganze Zeit über Convolutional Neural Networks. Aber warum heißen sie eigentlich so? In dem folgenden Video bekommst du die Antwort

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Woher kommt die Bezeichnung „Convolutional”? (PDF)

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

Wir sprechen die ganze Zeit über Convolutional Neural Networks. Aber warum heißen sie eigentlich so? In dem folgenden Video-Transkript bekommst du die

Kurs: Woche 13 | Programmierung | Bildverarbeitung (PDF)

Woche 13 | Programmierung | Bildverarbeitung (PDF)

In diesem Video-Transkript lernst du den CIFAR-10 Datensatz kennen. Er besteht genau wie MNIST aus Bildern, die in 10 Klassen eingeteilt sind. Die

Video: Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (MP4)

Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (MP4)

In diesem Video lernst du, worauf du beim Bereinigen deiner Daten achten musst. Du lernst einige Fehlerquellen sowie mögliche Behebungsstrategien

Interaktion: Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (Aufgabe 4)

Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (Aufgabe 4)

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

Interaktion: Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (Aufgabe 3)

Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (Aufgabe 3)

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

Interaktion: Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 04 | Datenaufbereitung (Aufgabe 2)

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

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”.

Kurs: Woche 4 | Anwendungsbeispiele | Den Gorilla vor lauter Hypothesen nicht sehen (PDF)

Woche 4 | Anwendungsbeispiele | Den Gorilla vor lauter Hypothesen nicht sehen (PDF)

In diesem Video-Transkript widmen wir uns zunächst noch einmal dem arithmetischen Mittelwert und dem Median und veranschaulichen anhand von Beispielen

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Architektur von Convolutional Neural Networks" aus der Sektion “Bildklassifikation und Bildsegmentierung

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 05 | Architektur von Convolutional Neural Networks (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Architektur von Convolutional Neural Networks" aus der Sektion “Bildklassifikation und Bildsegmentierung

Video: Woche 4 | Wie war das nochmal? Überblick und Ausblick (MP4)

Woche 4 | Wie war das nochmal? Überblick und Ausblick (MP4)

In diesem Video werden die für Woche 4 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der vierten

Kurs: Woche 6 | Daten | Unter- und Überanpassung (PDF)

Woche 6 | Daten | Unter- und Überanpassung (PDF)

In diesem Video-Transkript lernst du die Begriffe Unter- und Überanpassung kennen. Dir wird gezeigt, wie du beides erkennen kannst und wieso Unter-

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

Bildklassifikation und Bildsegmentierung | 04 | Datenannotation (PDF)

Für Bildklassifikationen werden in der Regel überwachte Lernverfahren eingesetzt. Diese werden allerdings auf annotierten Daten, also auf Daten mit

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

Bildklassifikation und Bildsegmentierung | 04 | Datenannotation (MP4)

Für Bildklassifikationen werden in der Regel überwachte Lernverfahren eingesetzt. Diese werden allerdings auf annotierten Daten, also auf Daten mit

Video: Bildklassifikation und Bildsegmentierung | 07 | Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten (MP4)

Bildklassifikation und Bildsegmentierung | 07 | Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten (MP4)

Man könnte ja meinen, dass es dem Computer egal ist, ob man nun medizinische Bilder oder historische Akten analysiert. Dem Computer ist das auch egal

Als Anwendung installieren

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

Abbrechen