Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Sonstiges: C2-2 Jupyter Notebook: Mittelwert und Standardabweichung mit pandas

C2-2 Jupyter Notebook: Mittelwert und Standardabweichung mit pandas

In diesem Jupyter Notebook zum Thema „C2-2 Jupyter Notebook: Mittelwert und Standardabweichung mit pandas“ lernt man, mithilfe von Python Mittelwert

Sonstiges: C4-1 Jupyter Notebook: Klassifikationsbäume mit sklearn (Klassifikationsbäume, Teil 1)

C4-1 Jupyter Notebook: Klassifikationsbäume mit sklearn (Klassifikationsbäume, Teil 1)

In diesem Jupyter Notebook zum Thema „C4-1 Jupyter Notebook: Klassifikationsbäume mit sklearn (Klassifikationsbäume, Teil 1)“ lernt man, das Training

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: C5-2 Jupyter Notebook: Training und Test

C5-2 Jupyter Notebook: Training und Test

In diesem Jupyter Notebook zum Thema „C5-2 Jupyter Notebook: Training und Test“ werden wichtige Regeln für die korrekte Evaluation von Modellen

Unterrichtsplanung: Obliegenheiten bei und nach Eintritt des Versicherungsfalles einhalten: Verlaufsplanung

Obliegenheiten bei und nach Eintritt des Versicherungsfalles einhalten: Verlaufsplanung

In dieser Unterrichtssequenz für den Tablet-Einsatz erarbeiten sich die Schülerinnen und Schüler Obliegenheiten, die bei und nach Eintritt eines

Unterrichtsplanung

Ländermaterial

Video: A1-2 Daten und Wissen – warum Daten so wertvoll sind (Video)

A1-2 Daten und Wissen – warum Daten so wertvoll sind (Video)

Das Video zum Thema "A 1-2 Daten und Wissen – warum Daten so wertvoll sind" erklärt, wie man beim Maschinellen Lernen aus Daten Wissen gewinnt, und

Video: A2-2 KI-Modelle: Wofür sie gut sind - Beispiel Entscheidungsbäume (Video)

A2-2 KI-Modelle: Wofür sie gut sind - Beispiel Entscheidungsbäume (Video)

Das Video zum Thema „A2-2 KI-Modelle: Wofür sie gut sind - Beispiel Entscheidungsbäume“ erklärt, inwiefern ein KI-Modell abstraktes Wissen darstellt

Video: B5-3 Verschlüsselung nach Vigenère - Das stärkste historische Verfahren (Video)

B5-3 Verschlüsselung nach Vigenère - Das stärkste historische Verfahren (Video)

Das Video „B5-3 Verschlüsselung nach Vigenère - Das stärkste historische Verfahren“ zeigt, wie man Texte mit dem Vigenère-Verfahren verschlüsseln kann

Video: B5-5 AES-Verschlüsselung - Advanced Encryption Standard (Video)

B5-5 AES-Verschlüsselung - Advanced Encryption Standard (Video)

Das Video „B5-5 AES-Verschlüsselung - Advanced Encryption Standard“ zeigt Schritt für Schritt, wie die Verschlüsselung nach dem Advanced Encryption

Video: B5-6 RSA-Verschlüsselung - Ein asymmetrisches Verschlüsselungsverfahren (Video)

B5-6 RSA-Verschlüsselung - Ein asymmetrisches Verschlüsselungsverfahren (Video)

Das Video „B5-6 RSA-Verschlüsselung - Ein asymmetrisches Verschlüsselungsverfahren“ erklärt ergänzend zur symmetrischen Verschlüsselung aus dem Video

Video: C7-7 Convolutional Neural Networks - Teil 1: 1D-Konvolution (Video)

C7-7 Convolutional Neural Networks - Teil 1: 1D-Konvolution (Video)

Das Video „C7-7 Convolutional Neural Networks - Teil 1: 1D-Konvolution“ erklärt, wie eine Konvolutionsschicht in neuronalen Netzwerken funktioniert

Video: C7-8 Convolutional Neural Networks - Teil 2: 2D-Konvolution (Video)

C7-8 Convolutional Neural Networks - Teil 2: 2D-Konvolution (Video)

Das Video „C7-8 Convolutional Neural Networks - Teil 2: 2D-Konvolution“ erklärt an einem Beispiel mit Bilderkennung, wie zweidimensionale Filterkerne

Video: C8-3 Principal Components Analysis und ihr Einsatz bei der Clusteranalyse (Video)

C8-3 Principal Components Analysis und ihr Einsatz bei der Clusteranalyse (Video)

Das Video „C8-3 Principal Components Analysis und ihr Einsatz bei der Clusteranalyse“ diskutiert die Principal Components Analysis (PCA

Video: C8-5 Clusteranalyse - Evaluierung - Teil 2: Extrinsische Evaluierung (Video)

C8-5 Clusteranalyse - Evaluierung - Teil 2: Extrinsische Evaluierung (Video)

Das Video „C8-5 Clusteranalyse - Evaluierung - Teil 2: Extrinsische Evaluierung“ erklärt die extrinsische Evaluierung von Clusteranalysen für den Fall

Video: C9-3 Overfitting - Teil 3: Weight Decay (Video)

C9-3 Overfitting - Teil 3: Weight Decay (Video)

Das Video „C9-3 Overfitting - Teil 3: Weight Decay“ erklärt das Konzept von Weight Decay oder L2-Regularisierung zur Vermeidung von Overfitting bei

Video: C9-4 Overfitting - Teil 4: Batch-Normalisierung (Video)

C9-4 Overfitting - Teil 4: Batch-Normalisierung (Video)

Das Video „C9-4 Overfitting - Teil 4: Batch-Normalisierung“ erklärt das Problem der internen Kovariatenverschiebung und erläutert Batch-Normalisierung

Video: C9-5 Robustheit von Modellen beim Maschinellen Lernen (Video)

C9-5 Robustheit von Modellen beim Maschinellen Lernen (Video)

Das Video „C9-5 Robustheit von Modellen beim Maschinellen Lernen“ skizziert Methoden, mit denen man Modelle robuster machen kann. Dazu gehören Data

Als Anwendung installieren

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

Abbrechen