Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 2 (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 2 (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Neuronale Netze - Teil 2" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Broschuere: Vernetztes Lernen durch Simulationen

Vernetztes Lernen durch Simulationen

Die Fortbildung „Vernetztes Lernen durch Simulationen“ richtet sich an Lehrkräfte der Sekundarstufe I und II bundesweit, wobei Inhalte und Materialien

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

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”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 3)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 3)

Diese Aufgabe dient als Vertiefung zum Video "Pooling Layers in CNNs" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 2)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 2)

Diese Aufgabe dient als Vertiefung zum Video "Pooling Layers in CNNs" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 1)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (Aufbau 1)

Diese Aufgabe dient als Vertiefung zum Video "Pooling Layers in CNNs" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (PDF)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (PDF)

Du weißt inzwischen, dass ein Convolutional Neural Network aus mehreren aufeinanderfolgenden Convolutional Layern besteht. In dem folgenden Video

Video: Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Pooling Layers in CNNs (MP4)

Du weißt inzwischen, dass ein Convolutional Neural Network aus mehreren aufeinanderfolgenden Convolutional Layern besteht. In dem folgenden Video

Video: (6/8) So lernen Maschinen - Neuronale Netze

(6/8) So lernen Maschinen - Neuronale Netze

Große Erfolge in der KI basieren aktuell auf neuronalen Netzen. Dabei handelt es sich um spezielle Algorithmen, mit denen sich auf hocheffiziente

Unterrichtsbaustein: Entwicklung eines digitalen Wartungskonzepts für Fertigungsmaschinen

Entwicklung eines digitalen Wartungskonzepts für Fertigungsmaschinen

In der Lernsituation 10.2 möchte ein Fertigungsunternehmen die Produktionsanlagen mit einem Wartungskonzept erweitern, mit dem die Wartungsintervalle

Unterrichtsbaustein

Ländermaterial

Als Anwendung installieren

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

Abbrechen