Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (PDF)

Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (PDF)

In diesem Video-Transkript fokussieren wir uns darauf, wie sich ein Neuron mit Hilfe von Weights, Bias und Aktivierungsfunktion berechnet.

Interaktion: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 5)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 5)

Diese Aufgabe dient als Vertiefung zum Video "Optimierung und Wandern mit Gradientenabstieg" aus Woche 11.

Interaktion: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 4)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Optimierung und Wandern mit Gradientenabstieg" aus Woche 11.

Interaktion: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 3)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Optimierung und Wandern mit Gradientenabstieg" aus Woche 11.

Interaktion: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 2)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Optimierung und Wandern mit Gradientenabstieg" aus Woche 11.

Interaktion: Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 1)

Woche 11 | Theorie | Optimierung und Wandern mit Gradientenabstieg (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Optimierung und Wandern mit Gradientenabstieg" aus Woche 11.

Video: Woche 7 | Anwendungsbeispiele | K-Nearest Neighbours (MP4)

Woche 7 | Anwendungsbeispiele | K-Nearest Neighbours (MP4)

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

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Die logistische Regression (PDF)

Prognosemodelle: Klassifikation und Regression | 03 | Die logistische Regression (PDF)

In diesem Video-Transkript beschäftigen wir uns genauer mit der logistischen Regression, die aber im Gegensatz zur linearen Regression zum

Video: Prognosemodelle: Klassifikation und Regression | 03 | Die logistische Regression (MP4)

Prognosemodelle: Klassifikation und Regression | 03 | Die logistische Regression (MP4)

In diesem Video beschäftigen wir uns genauer mit der logistischen Regression, die aber im Gegensatz zur linearen Regression zum Klassifizieren

Video: Woche 13 | Programmierung | Bildverarbeitung (MP4)

Woche 13 | Programmierung | Bildverarbeitung (MP4)

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

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: Datenbeschaffung und -aufbereitung | 03 | Explorative Datenanalyse (PDF)

Datenbeschaffung und -aufbereitung | 03 | Explorative Datenanalyse (PDF)

Du hast dich mit Wahrscheinlichkeitstheorie und Korrelationsanalysen herumgeschlagen, jetzt kannst du dich endlich auf deine Daten stürzen. In diesem

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

Interaktion: Clustering: vom Sortieren bis zum Explorieren | 05 | Clustering vs. Klassifikation (Aufgabe 1)

Clustering: vom Sortieren bis zum Explorieren | 05 | Clustering vs. Klassifikation (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Clustering vs. Klassifikation" aus der Sektion “Clustering: vom Sortieren bis zum Explorieren”.

Video: Woche 6 | Daten | Unter- und Überanpassung (MP4)

Woche 6 | Daten | Unter- und Überanpassung (MP4)

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

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

Entdeckendes: Einsatz künstlicher Intelligenz im Chemieunterricht

Einsatz künstlicher Intelligenz im Chemieunterricht

Innerhalb dieses Fortbildungsbausteins wird der Einsatz künstlicher Intelligenz (KI) im Chemieunterricht sowie zur Planung von Chemieunterricht

Entdeckendes Lernen

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

Als Anwendung installieren

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

Abbrechen