Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: Woche 7 | Anwendungsbeispiele | K-Nearest Neighbours (PDF)

Woche 7 | Anwendungsbeispiele | K-Nearest Neighbours (PDF)

In diesem Video-Transkript schauen wir uns zwei konkrete Anwendungsbeispiele für den K-Nearest-Neighbours-Algorithmus an - eines aus der Linguistik

Video: Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (MP4)

Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (MP4)

Convolutional Neural Networks können nicht nur für die Bildklassifikation eingesetzt werden. Auch das Erkennen und Lokalisieren von Bildobjekten sind

Interaktion: Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 3)

Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle" aus der Sektion “Bildklassifikation

Interaktion, Kurs

Interaktion: Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle" aus der Sektion “Bildklassifikation

Interaktion, Kurs

Interaktion: Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 10 | Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Evaluationsmetriken für die Bewertung der Bildsegmentierungsmodelle" aus der Sektion “Bildklassifikation

Interaktion, Kurs

Sonstiges: D4 Jupyter Notebook: Erklärbarkeit von neuronalen Netzen am Beispiel CNN

D4 Jupyter Notebook: Erklärbarkeit von neuronalen Netzen am Beispiel CNN

Im Jupyter Notebook zum Thema „D4 Jupyter Notebook: Erklärbarkeit von neuronalen Netzen am Beispiel CNN“ geht es um die Erklärbarkeit von neuronalen

Video: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (MP4)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (MP4)

In diesem Video schauen wir uns den Aufbau der Verlustfunktion oder Loss Function genauer an, wiederholen was eigentlich nochmal ein Gradient ist und

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Korrelation (Aufgabe 3)

Datenbeschaffung und -aufbereitung | 03 | Korrelation (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Korrelation" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion, Kurs

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Korrelation (Aufgabe 2b)

Datenbeschaffung und -aufbereitung | 03 | Korrelation (Aufgabe 2b)

Diese Aufgabe dient als Vertiefung zum Video "Korrelation" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion, Kurs

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Korrelation (Aufgabe 2a)

Datenbeschaffung und -aufbereitung | 03 | Korrelation (Aufgabe 2a)

Diese Aufgabe dient als Vertiefung zum Video "Korrelation" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion, Kurs

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Korrelation (Aufgabe 1)

Datenbeschaffung und -aufbereitung | 03 | Korrelation (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Korrelation" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion, Kurs

Interaktion: Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 3)

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

Diese Aufgabe dient als Vertiefung zum Video "Vorverarbeitung von strukturierten Daten" aus Woche 3.

Interaktion, Kurs

Interaktion: Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 2)

Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Vorverarbeitung von strukturierten Daten" aus Woche 3.

Interaktion, Kurs

Interaktion: Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 1)

Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Vorverarbeitung von strukturierten Daten" aus Woche 3.

Interaktion, Kurs

Entdeckendes: EduEscape Games erstellen mit KI-Tools und Actionbound

EduEscape Games erstellen mit KI-Tools und Actionbound

In der Fortbildung „EduEscape Games erstellen mit KI-Tools und Actionbound“ lernen Lehrkräfte, wie sie Escape Games zur Förderung

Entdeckendes Lernen, Präsentation, Unterrichtsbaustein, Kurs, Webtool, Anleitung, Experiment

Arbeitsblatt: B5-1 Verschlüsselung - Arbeitsblatt: Ein historisches Verschlüsselungsverfahren

B5-1 Verschlüsselung - Arbeitsblatt: Ein historisches Verschlüsselungsverfahren

Beim Arbeitsblatt „B5-1 Arbeitsblatt: Ein historisches Verschlüsselungsverfahren“ wird Caesars Verschiebverfahren genutzt, um Texte zu verschlüsseln

Arbeitsblatt: B5-2 Verschlüsselung - Arbeitsblatt: Verschlüsselung mit einer Ersetzungstabelle

B5-2 Verschlüsselung - Arbeitsblatt: Verschlüsselung mit einer Ersetzungstabelle

Beim Arbeitsblatt „B5-2 Arbeitsblatt: Verschlüsselung mit einer Ersetzungstabelle“ probiert man mithilfe des Jupyter Notebooks „Monoalphabetische

Video: B6 Tensoren in Python - Vom Vektor zur Matrix zum Tensor (Video)

B6 Tensoren in Python - Vom Vektor zur Matrix zum Tensor (Video)

Das Video „B6 Tensoren in Python - Vom Vektor zur Matrix zum Tensor“ beschreibt Tensoren als typischen Input in neuronale Netze. Es wird erklärt, was

Als Anwendung installieren

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

Abbrechen