Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Interaktion: Datenbeschaffung und -aufbereitung | 04 | Techniken zur Dimensionsreduktion (Aufgabe 2)

Datenbeschaffung und -aufbereitung | 04 | Techniken zur Dimensionsreduktion (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Techniken zur Dimensionsreduktion" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion: Datenbeschaffung und -aufbereitung | 04 | Techniken zur Dimensionsreduktion (Aufgabe 1)

Datenbeschaffung und -aufbereitung | 04 | Techniken zur Dimensionsreduktion (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Techniken zur Dimensionsreduktion" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 3)

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

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 2)

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

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 4)

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

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 1)

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

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 5)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 5)

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

Video: Woche 7 | Ethik | Transparenz (MP4)

Woche 7 | Ethik | Transparenz (MP4)

Habt ihr euch schonmal gefragt, wie die TikTok Algorithmen euch so präzise Videos empfehlen oder wie ChatGPT zu den Antworten kommt, die es auswirft

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (PDF)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (PDF)

In diesem Video-Transkript befassen wir uns nun genauer mit dem k-nearest neighbours Verfahren und insbesondere den Distanzmaßen, auf denen es beruht

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

Handbuch: Ethische Leitlinien zum Einsatz Künstlicher Intelligenz (KI) und von Daten im Unterricht

Ethische Leitlinien zum Einsatz Künstlicher Intelligenz (KI) und von Daten im Unterricht

Mit diesen Leitlinien für die Nutzung von KI und Daten im Lehr- und Lernbereich wollen wir Lehrkräften dabei helfen, das Potenzial von KI- und

Kurs: Woche 7 | Ethik | Transparenz (PDF)

Woche 7 | Ethik | Transparenz (PDF)

Habt ihr euch schonmal gefragt, wie die TikTok Algorithmen euch so präzise Videos empfehlen oder wie ChatGPT zu den Antworten kommt, die es auswirft

Video: Datenbeschaffung und -aufbereitung | 01 | Einführung (MP4)

Datenbeschaffung und -aufbereitung | 01 | Einführung (MP4)

Die Qualität von Machine-Learning-Modellen steht und fällt mit den Daten. Daher beschäftigen wir uns in diesem Themenbereich ausschließlich mit Fragen

Kurs: Datenbeschaffung und -aufbereitung | 01 | Einführung (PDF)

Datenbeschaffung und -aufbereitung | 01 | Einführung (PDF)

Die Qualität von Machine-Learning-Modellen steht und fällt mit den Daten. Daher beschäftigen wir uns in diesem Themenbereich ausschließlich mit Fragen

Video: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (MP4)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (MP4)

Nachdem wir uns bereits mit der Datenbeschaffung beschäftigt haben, folgt jetzt die Datenexploration. In diesem Kapitel schauen wir uns an, wie unsere

Kurs: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (PDF)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (PDF)

Nachdem wir uns bereits mit der Datenbeschaffung beschäftigt haben, folgt jetzt die Datenexploration. In diesem Kapitel schauen wir uns an, wie unsere

Interaktion: Datenbeschaffung und -aufbereitung | 04 | Weitere Techniken des Feature Engineerings (Aufgabe 3)

Datenbeschaffung und -aufbereitung | 04 | Weitere Techniken des Feature Engineerings (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Weitere Techniken des Feature Engineerings" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion: Datenbeschaffung und -aufbereitung | 04 | Weitere Techniken des Feature Engineerings (Aufgabe 2)

Datenbeschaffung und -aufbereitung | 04 | Weitere Techniken des Feature Engineerings (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Weitere Techniken des Feature Engineerings" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Als Anwendung installieren

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

Abbrechen