Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: Woche 4 | Anwendungsbeispiele | Den Gorilla vor lauter Hypothesen nicht sehen (PDF)

Woche 4 | Anwendungsbeispiele | Den Gorilla vor lauter Hypothesen nicht sehen (PDF)

In diesem Video-Transkript widmen wir uns zunächst noch einmal dem arithmetischen Mittelwert und dem Median und veranschaulichen anhand von Beispielen

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

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

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

KI unterstützt im Unterricht

forsa-Umfrage zu KI-Regelungen an Schulen

Wie bekannt und wie praxistauglich sind die KI-Regelwerke für Lehrkräfte? Wir stellen die wichtigsten Ergebnisse vor.

HubbS-Redaktion

Fotografie von drei Frauen und einem Mann, die vor ihren Laptops sitzen und lernen.

Neue KI-Fachschulen in Bayern

Vierjähriger Schulversuch in der beruflichen Weiterbildung an vier Berufsschulzentren

HubbS-Redaktion

Kurs: Woche 13 | Daten | Datenaugmentierung (PDF)

Woche 13 | Daten | Datenaugmentierung (PDF)

In diesem Video-Transkript lernst du das Prinzip der Datenaugmentierung kennen. Du siehst einige Beispiele von Augmentierung und erfährst, wozu sie

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (Aufgabe 1)

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

Als Anwendung installieren

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

Abbrechen