Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Ubung: D6c Dict Comprehensions - Pythonkurs (ZIP)

D6c Dict Comprehensions - Pythonkurs (ZIP)

Die ZIP-Datei enthält ein Jupyter Notebook zur selbstständigen Bearbeitung des Inhaltes dieses Abschnitts. Abschließend zu der Vorstellung

Ubung: D6d Miniübungen: Comprehensions - Pythonkurs (PDF)

D6d Miniübungen: Comprehensions - Pythonkurs (PDF)

In dieser Miniübung vertiefen wir das Erlernte aus den verschiedenen Abschnitten zu Comprehensions. Sie sollen hierfür für verschiedene

Entdeckendes: Board game figures (stl-Datei)

Board game figures (stl-Datei)

This print file is for board game figures. It's a set of six tactile board figures, enables blind players to identify their figures by the shape of

Entdeckendes Lernen, Daten

Ubung: D6d Miniübungen: Comprehensions - Pythonkurs (ZIP)

D6d Miniübungen: Comprehensions - Pythonkurs (ZIP)

Die ZIP-Datei enthält ein Jupyter-Notebook zur Bearbeitung von „D6d Miniübungen: Comprehensions - Pythonkurs“. In dieser Miniübung vertiefen wir das

Entdeckendes: Automatisierung im Chemieunterricht mit LEGO®-Titrationsrobotern

Automatisierung im Chemieunterricht mit LEGO®-Titrationsrobotern

Wie lassen sich Algorithmik, Automatisierung und Programmierung spannend und praxisnah in den Chemieunterricht integrieren? Diese Fortbildung bietet

Entdeckendes Lernen, Projekt, Präsentation, E-Book, Unterrichtsbaustein, Kurs, Handreichung, Anleitung, Experiment

Unterrichtsbaustein: D1 Überblick Lernmodul Datenstrukturen, Comprehensions und Funktionen - Pythonkurs (ZIP)

D1 Überblick Lernmodul Datenstrukturen, Comprehensions und Funktionen - Pythonkurs (ZIP)

Die ZIP-Datei enthält ein Jupyter-Notebook. Diese Lerneinheit besteht im Wesentlichen aus drei Teilen: Zunächst diskutieren wir drei Datenstrukturen

Unterrichtsbaustein

Unterrichtsplanung: Curriculare Analyse: Bild- und Tonaufnahmen einrichten

Curriculare Analyse: Bild- und Tonaufnahmen einrichten

Curriculare Analyse für das Lernfeld 2 (Bild- und Tonaufnahmen einrichten) der Gestalter/-innen für immersive Medien

Unterrichtsplanung

Ländermaterial

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Verfahren der (cross-) validation" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion, Kurs

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Verfahren der (cross-) validation" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion, Kurs

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Verfahren der (cross-) validation" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion, Kurs

Interaktion: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Verfahren der (cross-) validation" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion, Kurs

Video: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (MP4)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (MP4)

Du hast nun einen Überblick über die Idee und die Verfahren des überwachten maschinellen Lernens. In diesem Video starten wir mit Themen zur

Kurs: Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (PDF)

Prognosemodelle: Klassifikation und Regression | 02 | Verfahren der (cross-) validation (PDF)

Du hast nun einen Überblick über die Idee und die Verfahren des überwachten maschinellen Lernens. In diesem Video-Transkript starten wir mit Themen

Entdeckendes: butterfly life cycle (zip-Datei)

butterfly life cycle (zip-Datei)

This is a 3D print file for a tactile model of the butterfly life cycle. The set includes four sections and a base, representing the different stages

Entdeckendes Lernen, Daten

Unterrichtsbaustein: D9 Zusammenfassung des Lernmoduls - Pythonkurs

D9 Zusammenfassung des Lernmoduls - Pythonkurs

Damit schließen wir das dritte Lernmodul ab und sollten an dieser Stelle ein noch ausgereifteres Verständnis von Datenstrukturen und List

Unterrichtsbaustein

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

Sonstiges: C4-3 Jupyter Notebook: Training von Klassifikationsbäumen verstehen mit sklearn (Klassifikationsbäume, Teil 2)

C4-3 Jupyter Notebook: Training von Klassifikationsbäumen verstehen mit sklearn (Klassifikationsbäume, Teil 2)

In diesem Jupyter Notebook zum Thema „C4-3 Jupyter Notebook: Training von Klassifikationsbäumen verstehen mit sklearn (Klassifikationsbäume, Teil 2)“

Sonstiges: C6-1 Jupyter Notebook: Distanzfunktionen mit sklearn

C6-1 Jupyter Notebook: Distanzfunktionen mit sklearn

In diesem Jupyter Notebook zum Thema „C6-1 Jupyter Notebook: Distanzfunktionen mit sklearn“ wird gezeigt, wie man in der Praxis den Abstand (die

Als Anwendung installieren

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

Abbrechen