Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Fallstudie: Kinder und Jugendliche als Opfer von Cybergrooming: Zentrale Ergebnisse der 5. Befragungswelle 2025

Kinder und Jugendliche als Opfer von Cybergrooming: Zentrale Ergebnisse der 5. Befragungswelle 2025

Es beginnt mit Schmeicheleien, kleinen Geschenken und sozialem Druck und endet in sexuellem Missbrauch. Die Strategien, mit denen Täter Kinder oder

Fallstudie: Kinder und Jugendliche als Opfer von Cybergrooming: Zentrale Ergebnisse der 3. und 4. Befragungswelle 2024

Kinder und Jugendliche als Opfer von Cybergrooming: Zentrale Ergebnisse der 3. und 4. Befragungswelle 2024

Die empirische Studieder Landesanstalt für Medien NRW zu Cybergrooming zeigt – ein Viertel der Kinder und Jugendlichen gibt an, bereits von

Video: C4-3 Training von Klassifikationsbäumen ... und Overfitting (Video)

C4-3 Training von Klassifikationsbäumen ... und Overfitting (Video)

Das Video zum Thema „C4-3 Training von Klassifikationsbäumen ... und Overfitting“ erklärt, wie der Algorithmus zum Training von Klassifikationsbäumen

Veranschaulichung: Selbstlernmodul Prüfungs- und Aufgabenkultur in Zeiten von Künstlicher Intelligenz

Selbstlernmodul Prüfungs- und Aufgabenkultur in Zeiten von Künstlicher Intelligenz

Dieses digitale Selbstlernmodul unterstützt Lehrkräfte dabei, ihre Prüfungs- und Aufgabenkultur systematisch an die Bedingungen Künstlicher

Veranschaulichung

Interaktion: Explainable, Hybrid, Robust AI | 03 | Taxonomie von Methoden zur Interpretierbarkeit (Aufgabe 1)

Explainable, Hybrid, Robust AI | 03 | Taxonomie von Methoden zur Interpretierbarkeit (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Taxonomie von Methoden zur Interpretierbarkeit" aus der Sektion “Explainable, Hybrid, Robust AI”.

Interaktion: Bildklassifikation und Bildsegmentierung | 07 | Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 07 | Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten" aus der Sektion “Bildklassifikation

Interaktion: Bildklassifikation und Bildsegmentierung | 07 | Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 07 | Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten" aus der Sektion “Bildklassifikation

Sonstiges: C4-3 Jupyter Notebook: Parameter beim Training von Klassifikationsbäumen mit sklearn (Klassifikationsbäume, Teil 3)

C4-3 Jupyter Notebook: Parameter beim Training von Klassifikationsbäumen mit sklearn (Klassifikationsbäume, Teil 3)

In diesem Jupyter Notebook zum Thema „C4-3 Jupyter Notebook: Parameter beim Training von Klassifikationsbäumen mit sklearn (Klassifikationsbäume, Teil

Video: Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (MP4)

Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (MP4)

In diesem Video geht es um die Anwendung des Clusterings zur Erkennung von Bilanzfälschungen. Du erfährst, welchen Herausforderungen man bei der

Interaktion: Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (Aufgabe 2)

Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Anwendung von Clustering zur Erkennung von Bilanzfälschung" aus Woche 9.

Interaktion: Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (Aufgabe 1)

Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Anwendung von Clustering zur Erkennung von Bilanzfälschung" aus Woche 9.

Kurs: Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (PDF)

Woche 9 | Anwendungsbeispiele | Anwendung von Clustering zur Erkennung von Bilanzfälschung (PDF)

In diesem Video-Transkript geht es um die Anwendung des Clusterings zur Erkennung von Bilanzfälschungen. Du erfährst, welchen Herausforderungen man

Kurs: Bildklassifikation und Bildsegmentierung | 07 | Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten (PDF)

Bildklassifikation und Bildsegmentierung | 07 | Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten (PDF)

Man könnte ja meinen, dass es dem Computer egal ist, ob man nun medizinische Bilder oder historische Akten analysiert. Dem Computer ist das auch egal

Video: Bildklassifikation und Bildsegmentierung | 07 | Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten (MP4)

Bildklassifikation und Bildsegmentierung | 07 | Von Bildern zu Daten. Das digitale Erfassen von alten Dokumenten (MP4)

Man könnte ja meinen, dass es dem Computer egal ist, ob man nun medizinische Bilder oder historische Akten analysiert. Dem Computer ist das auch egal

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 3)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 3)

Diese Aufgabe dient als Vertiefung zum Video "Aufbau von Convolutional Layers" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 2)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 2)

Diese Aufgabe dient als Vertiefung zum Video "Aufbau von Convolutional Layers" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 1)

Bildklassifikation und Bildsegmentierung | 05 | Aufbau von Convolutional Layers (Aufbau 1)

Diese Aufgabe dient als Vertiefung zum Video "Aufbau von Convolutional Layers" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Explainable, Hybrid, Robust AI | 01 | Interview zur Interpretierbarkeit von künstlicher Intelligenz (Aufgabe 1)

Explainable, Hybrid, Robust AI | 01 | Interview zur Interpretierbarkeit von künstlicher Intelligenz (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Interview zur Interpretierbarkeit von künstlicher Intelligenz" aus der Sektion “Explainable, Hybrid

Als Anwendung installieren

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

Abbrechen