Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

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

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

Du kennst nun einen konkreten, realen Datensatz zur Prognose von Studienabbrüchen, mit welchem wir uns nun in diesem Video intensiver beschäftigen

Kurs: Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (PDF)

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

Bisher haben wir uns ausschließlich mit der Prognose von Studienabbrüchen beschäftigt, um die verschiedenen Verfahren des maschinellen Lernens, der

Video: Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (MP4)

Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (MP4)

Bisher haben wir uns ausschließlich mit der Prognose von Studienabbrüchen beschäftigt, um die verschiedenen Verfahren des maschinellen Lernens, der

Video: Prognosemodelle: Klassifikation und Regression | 06 | Diskussion zur Anwendung von Modellen zur Leistungsprognose (MP4)

Prognosemodelle: Klassifikation und Regression | 06 | Diskussion zur Anwendung von Modellen zur Leistungsprognose (MP4)

Bisher haben wir uns mit eher technischen Themen (z. B. Verfahren, Evaluation) beschäftigt, die bei Prognosemodellen relevant sind. In diesem Video

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Aufbau des menschlichen visuellen Cortex (PDF)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau des menschlichen visuellen Cortex (PDF)

Du weißt nun, dass Bildklassifikationsmodelle auf annotierten Bildern trainiert werden. Jetzt fangen wir mit der Beschreibung der Modelle selbst an

Video: Bildklassifikation und Bildsegmentierung | 05 | Aufbau des menschlichen visuellen Cortex (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau des menschlichen visuellen Cortex (MP4)

Du weißt nun, dass Bildklassifikationsmodelle auf annotierten Bildern trainiert werden. Jetzt fangen wir mit der Beschreibung der Modelle selbst an

Kurs: Woche 13 | Wie war das nochmal? Überblick und Ausblick (PDF)

Woche 13 | Wie war das nochmal? Überblick und Ausblick (PDF)

In diesem Video-Transkript werden die für Woche 13 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der

Video: Woche 13 | Wie war das nochmal? Überblick und Ausblick (MP4)

Woche 13 | Wie war das nochmal? Überblick und Ausblick (MP4)

In diesem Video werden die für Woche 13 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der

Video: Woche 4 | Programmierung | Statistik mit SciPy (MP4)

Woche 4 | Programmierung | Statistik mit SciPy (MP4)

In diesem Video tauchst du auch beim Programmieren in die Statistik ein. Du lernst, wichtige statistische Kennzahlen in Python zu berechnen. Dafür

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.

Kurs: Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (PDF)

Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (PDF)

Du kennst nun einen konkreten, realen Datensatz zur Prognose von Studienabbrüchen, mit welchem wir uns nun in diesem Video-Transkript intensiver

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

Kurs: Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (PDF)

Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (PDF)

In diesem Video-Transkript lernst du, wie du ein Random Forest Modell in Python mit dem Modul Scikit-learn erstellen kannst. Du siehst, wie der Random

Kurs: Prognosemodelle: Klassifikation und Regression | 06 | Diskussion zur Anwendung von Modellen zur Leistungsprognose (PDF)

Prognosemodelle: Klassifikation und Regression | 06 | Diskussion zur Anwendung von Modellen zur Leistungsprognose (PDF)

Bisher haben wir uns mit eher technischen Themen (z. B. Verfahren, Evaluation) beschäftigt, die bei Prognosemodellen relevant sind. In diesem Video

Video: G1-3 Einführung in das Software Engineering: Teil 3 - Der Software-Entwicklungs-Lebenszyklus (Video)

G1-3 Einführung in das Software Engineering: Teil 3 - Der Software-Entwicklungs-Lebenszyklus (Video)

Das Video „G1-3 Einführung in das Software Engineering: Teil 3 - Der Software-Entwicklungs-Lebenszyklus“ führt den Software-Entwicklungs-Lebenszyklus

Video: G2-4 Einführung in das Requirements Engineering: Teil 4 - Prozesse zur Anforderungserhebung (Video)

G2-4 Einführung in das Requirements Engineering: Teil 4 - Prozesse zur Anforderungserhebung (Video)

Das Video „G2-4 Einführung in das Requirements Engineering: Teil 4 - Prozesse zur Anforderungserhebung“ erklärt, welche Prozesse zur

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 3)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 3)

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

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 2)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 2)

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

Als Anwendung installieren

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

Abbrechen