Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Video: G4-3 Software-Qualität: Teil 3 - Wartbarkeit (Video)

G4-3 Software-Qualität: Teil 3 - Wartbarkeit (Video)

Im Video „G4-3 Software-Qualität: Teil 3 - Wartbarkeit“ geht es um die Wartbarkeit von Software und damit um die Bedeutung von sogenanntem Clean Code

Interaktion: Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (Aufgabe 2)

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

Interaktion: Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (Aufgabe 1)

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

Interaktion: Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (Aufgabe 3)

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

Video: G4-4 Software-Qualität: Teil 4 - Benutzbarkeit 1 (Video)

G4-4 Software-Qualität: Teil 4 - Benutzbarkeit 1 (Video)

Im Video „G4-4 Software-Qualität: Teil 4 - Benutzbarkeit 1“ geht es um die Benutzbarkeit/Usability von Software und den Unterschied zur

Video: Prognosemodelle: Klassifikation und Regression | 05 | Datenbeschreibung (MP4)

Prognosemodelle: Klassifikation und Regression | 05 | Datenbeschreibung (MP4)

Bisher haben wir uns eher theoretisch und mit einem fiktiven Datensatz der Thematik Prognosemodelle, den Verfahren, auf denen sie beruhen und ihrer

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 10 | Programmierung | Neuronale Netzwerke (1) (PDF)

Woche 10 | Programmierung | Neuronale Netzwerke (1) (PDF)

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

Video: G3-3 Software-Design und -Architektur: Teil 3 - Software-Komposition (Video)

G3-3 Software-Design und -Architektur: Teil 3 - Software-Komposition (Video)

Im Video „G3-3 Software-Design und -Architektur: Teil 3 - Software-Komposition“ geht es darum, wie Softwaresysteme strukturiert werden. Es wird

Arbeitsblatt: D2 Algorithmischer Bias - Arbeitsblatt: KI-Blogeintrag zum Bias im Maschinellen

D2 Algorithmischer Bias - Arbeitsblatt: KI-Blogeintrag zum Bias im Maschinellen

Beim Arbeitsblatt „KI-Blogeintrag zum Bias im Maschinellen“ wird ergänzend zu den Arbeitsblättern „Klassifizierung von Obst mit Googles Teachable

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (Aufbau 2)

Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (Aufbau 2)

Diese Aufgabe dient als Vertiefung zum Video "Anordnung der Neuronen in CNNs" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (Aufbau 1)

Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (Aufbau 1)

Diese Aufgabe dient als Vertiefung zum Video "Anordnung der Neuronen in CNNs" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Text: Lernkontext in KI-Projekten – Personalisiertes Lernen für Azubis

Lernkontext in KI-Projekten – Personalisiertes Lernen für Azubis

Dieser Text zeigt, wie KI-Projekte die Herausforderung der individualisierten Förderung lösen und den Auszubildenden maßgeschneiderte

Interaktion: Prognosemodelle: Klassifikation und Regression | 04 | Auswahlkriterien für ein Verfahren (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 04 | Auswahlkriterien für ein Verfahren (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Auswahlkriterien für ein Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 04 | Auswahlkriterien für ein Verfahren (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 04 | Auswahlkriterien für ein Verfahren (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Auswahlkriterien für ein Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Weitere Anwendungsmöglichkeiten von Prognosemodellen" aus der Sektion “Prognosemodelle: Klassifikation

Video: Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (1) (MP4)

Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (1) (MP4)

In dem Interview mit Stefan Reiners-Selbach geht es um die Anwendungsmöglichkeiten von Textverarbeitungsmethoden in den Geisteswissenschaften.

Video: Woche 12 | Daten | Textrepräsentation (MP4)

Woche 12 | Daten | Textrepräsentation (MP4)

In diesem Video lernst du Möglichkeiten zur Textrepräsentation kennen. Du erfährst, wieso eine geeignete Darstellung für Texte gefunden werden muss

Als Anwendung installieren

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

Abbrechen