Brand Logo
  • Mediathek
  • Berufe
  • News
  • Gewusst wie
  • Im Fokus
  • Veranstaltungen
  • Berufsschulen
  • Rahmenlehrpläne
  • Kontakt
  • FAQ
  • Über uns
  • Medienanbieter
user
Startseite
  1. Startseite
  2. Suche
Alle
0
Mediathek
0
Berufe
0
Beiträge
0
Veranstaltungen
0
Berufsschulen
0
Rahmenlehrpläne
0
Interaktion: Explainable, Hybrid, Robust AI | 02 | Interpretable Machine Learning (Aufgabe 1)
Mediathek
Explainable, Hybrid, Robust AI | 02 | Interpretable Machine Learning (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Interpretable Machine Learning" aus der Sektion “Explainable, Hybrid, Robust AI”.
Interaktion
Interaktion: Datenbeschaffung und -aufbereitung | 03 | Explorative Datenanalyse (Aufgabe 1)
Mediathek
Datenbeschaffung und -aufbereitung | 03 | Explorative Datenanalyse (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Explorative Datenanalyse" aus der Sektion “Datenbeschaffung und -aufbereitung”.
Interaktion
Video: Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (MP4)
Mediathek
Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (MP4)
In diesem Video fokussieren wir uns darauf, wie sich ein Neuron mit Hilfe von Weights, Bias und Aktivierungsfunktion berechnet.
Video
Interaktion: Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (Aufgabe 3)
Mediathek
Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (Aufgabe 3)
Diese Aufgabe dient als Vertiefung zum Video "Neuronale Netzwerke und die Mathe" aus Woche 10.
Interaktion
Interaktion: Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (Aufgabe 2)
Mediathek
Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (Aufgabe 2)
Diese Aufgabe dient als Vertiefung zum Video "Neuronale Netzwerke und die Mathe" aus Woche 10.
Interaktion
Interaktion: Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (Aufgabe 1)
Mediathek
Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Neuronale Netzwerke und die Mathe" aus Woche 10.
Interaktion
Interaktion: Woche 14 | Anwendungsbeispiele | Generative Modelle in der Praxis (Aufgabe 2)
Mediathek
Woche 14 | Anwendungsbeispiele | Generative Modelle in der Praxis (Aufgabe 2)
Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle in der Praxis" aus Woche 14.
Interaktion
Interaktion: Woche 14 | Anwendungsbeispiele | Generative Modelle in der Praxis (Aufgabe 1)
Mediathek
Woche 14 | Anwendungsbeispiele | Generative Modelle in der Praxis (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Generative Modelle in der Praxis" aus Woche 14.
Interaktion
Video: Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (MP4)
Mediathek
Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (MP4)
Du bist nun mit dem Aufbau eines typischen Convolutional Neural Networks vertraut. Aber es kann dir noch nicht dabei helfen, Bilder zu klassifizieren
Video
Kurs: Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (PDF)
Mediathek
Bildklassifikation und Bildsegmentierung | 05 | Wie werden CNNs trainiert? (PDF)
Du bist nun mit dem Aufbau eines typischen Convolutional Neural Networks vertraut. Aber es kann dir noch nicht dabei helfen, Bilder zu klassifizieren
Kurs
Video: C8-1 Clusteranalyse: Einführung - Ordnung ins Chaos bringen (Video)
Mediathek
C8-1 Clusteranalyse: Einführung - Ordnung ins Chaos bringen (Video)
Das Video „C8-1 Clusteranalyse: Einführung - Ordnung ins Chaos bringen“ erklärt an einem Beispiel, was das Ziel einer Clusteranalyse ist, und was die
Video
Video: Woche 10 | Programmierung | Neuronale Netzwerke (2) (MP4)
Mediathek
Woche 10 | Programmierung | Neuronale Netzwerke (2) (MP4)
In diesem Video lernst du, wie man einen Datensatz für das Trainieren eines künstlichen neuronalen Netzes vorbereitet und was One-Hot-Codierung ist
Video
Video: Woche 10 | Programmierung | Neuronale Netzwerke (2) (PDF)
Mediathek
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
Interaktion: Woche 6 | Daten | Unter- und Überanpassung (Aufgabe 3)
Mediathek
Woche 6 | Daten | Unter- und Überanpassung (Aufgabe 3)
Diese Aufgabe dient als Vertiefung zum Video "Unter- und Überanpassung" aus Woche 6.
Interaktion
Interaktion: Woche 6 | Daten | Unter- und Überanpassung (Aufgabe 2)
Mediathek
Woche 6 | Daten | Unter- und Überanpassung (Aufgabe 2)
Diese Aufgabe dient als Vertiefung zum Video "Unter- und Überanpassung" aus Woche 6.
Interaktion
Interaktion: Woche 6 | Daten | Unter- und Überanpassung (Aufgabe 1)
Mediathek
Woche 6 | Daten | Unter- und Überanpassung (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Unter- und Überanpassung" aus Woche 6.
Interaktion
Interaktion: Bildklassifikation und Bildsegmentierung | 04 | Datenannotation (Aufgabe 2)
Mediathek
Bildklassifikation und Bildsegmentierung | 04 | Datenannotation (Aufgabe 2)
Diese Aufgabe dient als Vertiefung zum Video "Datenannotation" aus der Sektion “Bildklassifikation und Bildsegmentierung”.
Interaktion
Interaktion: Bildklassifikation und Bildsegmentierung | 04 | Datenannotation (Aufgabe 1)
Mediathek
Bildklassifikation und Bildsegmentierung | 04 | Datenannotation (Aufgabe 1)
Diese Aufgabe dient als Vertiefung zum Video "Datenannotation" aus der Sektion “Bildklassifikation und Bildsegmentierung”.
Interaktion
  • 33
  • 34
  • 35
  • 36

Als Anwendung installieren

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

Abbrechen
  • Über uns
  • Kontakt
  • Impressum
  • Datenschutz
  • Newsletter
App installieren
Folgen Sie uns auf:
FWU - Das Medieninstitut der Länder
gefördert durch:
FWU - Das Medieninstitut der Länder
Rheinland-Pfalz rheinland-palatinate-coat-of-arms
© HubbS 2026