Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: Woche 3 | Programmierung | Erstellen von Listen in Python (PDF)

Woche 3 | Programmierung | Erstellen von Listen in Python (PDF)

In diesem Video-Transkript geht es um die Programmierung von Listen in Python. Du lernst, Listen zu erstellen und ihr Elemente hinzuzufügen.

Video: Woche 6 | Programmierung | Logistische Regression mit Scikit-learn (MP4)

Woche 6 | Programmierung | Logistische Regression mit Scikit-learn (MP4)

In diesem Video erfährst du, wie du eine logistische Regression in Python durchführen kannst.

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

Sonstiges: C3-2 Jupyter Notebook: Multiple Lineare Regression mit sklearn

C3-2 Jupyter Notebook: Multiple Lineare Regression mit sklearn

In diesem Jupyter Notebook zum Thema „C3-2 Jupyter Notebook: Multiple Lineare Regression mit sklearn“ lernt man, multiple lineare Regression in Python

Sonstiges: C5-3 Jupyter Notebook: Kreuzvalidierung

C5-3 Jupyter Notebook: Kreuzvalidierung

In diesem Jupyter Notebook zum Thema „C5-3 Jupyter Notebook: Kreuzvalidierung“ wird die Kreuzvalidierung am Beispiel des Parametertuning für einen

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

Kurs: Bildklassifikation und Bildsegmentierung | 04 | Datenannotation (PDF)

Bildklassifikation und Bildsegmentierung | 04 | Datenannotation (PDF)

Für Bildklassifikationen werden in der Regel überwachte Lernverfahren eingesetzt. Diese werden allerdings auf annotierten Daten, also auf Daten mit

Video: Bildklassifikation und Bildsegmentierung | 04 | Datenannotation (MP4)

Bildklassifikation und Bildsegmentierung | 04 | Datenannotation (MP4)

Für Bildklassifikationen werden in der Regel überwachte Lernverfahren eingesetzt. Diese werden allerdings auf annotierten Daten, also auf Daten mit

Video: Woche 3 | Programmierung | Listen Jupyter Notebook (MP4)

Woche 3 | Programmierung | Listen Jupyter Notebook (MP4)

In diesem Video geht es um die Programmierung von Listen in Python. Du lernst, Listen zu erstellen und ihr Elemente hinzuzufügen, zu ersetzen und zu

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

Video: Prognosemodelle: Klassifikation und Regression | 01 | Fragestellung und Ablauf des Themenblocks (MP4)

Prognosemodelle: Klassifikation und Regression | 01 | Fragestellung und Ablauf des Themenblocks (MP4)

Herzlich willkommen zum Themenblock “Prognosemodelle: Klassifikation und Regression”! In diesem Video erfährst du, um welches Thema und welche

Video: Woche 3 | Programmierung | Einführung in Listen (MP4)

Woche 3 | Programmierung | Einführung in Listen (MP4)

In diesem Video beschäftigst du dich mit Listen in Python. Du lernst ihre Eigenschaften und ihren Aufbau kennen.

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: 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

Kurs: Prognosemodelle: Klassifikation und Regression | 01 | Fragestellung und Ablauf des Themenblocks (PDF)

Prognosemodelle: Klassifikation und Regression | 01 | Fragestellung und Ablauf des Themenblocks (PDF)

Herzlich willkommen zum Themenblock “Prognosemodelle: Klassifikation und Regression”! In diesem Video-Transkript erfährst du, um welches Thema und

Kurs: Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (PDF)

Bildklassifikation und Bildsegmentierung | 08 | Fallbeispiel und Pipeline für Bildsegmentierung (PDF)

Convolutional Neural Networks können nicht nur für die Bildklassifikation eingesetzt werden. Auch das Erkennen und Lokalisieren von Bildobjekten sind

Als Anwendung installieren

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

Abbrechen