Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

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

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

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

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

Interaktion: Prognosemodelle: Klassifikation und Regression | 05 | Prognosemodelle und Evaluation (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 05 | Prognosemodelle und Evaluation (Aufgabe 4)

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

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

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

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

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

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

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

Video: Woche 4 | Wie war das nochmal? Überblick und Ausblick (MP4)

Woche 4 | Wie war das nochmal? Überblick und Ausblick (MP4)

In diesem Video werden die für Woche 4 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der vierten

Kurs: Woche 6 | Daten | Unter- und Überanpassung (PDF)

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

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

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: 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: 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

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: 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: 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: 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: 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.

Als Anwendung installieren

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

Abbrechen