Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (PDF)

Woche 3 | Daten | Vorverarbeitung von strukturierten Daten (PDF)

In diesem Video-Transkript lernst du, worauf du beim Bereinigen deiner Daten achten musst. Du lernst einige Fehlerquellen sowie mögliche

Kurs: Woche 5 | Theorie | Überwachtes Lernen (PDF)

Woche 5 | Theorie | Überwachtes Lernen (PDF)

In diesem Video-Transkript geht es intensiver um das Überwachte Lernen. Wir schauen uns an, wie beim so genannten Training aus Input-Output-Paaren

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

Kurs: Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (2) (PDF)

Woche 12 | Anwendungsbeispiele | Topic Modeling mit Clustering (2) (PDF)

In dem zweiten Teil des Interviews mit Stefan Reiners-Selbach geht es um die Anwendung von Topic Modelling für die automatisierte Themenerkennung aus

Kurs: Prognosemodelle: Klassifikation und Regression | 02 | Confusion matrix (PDF)

Prognosemodelle: Klassifikation und Regression | 02 | Confusion matrix (PDF)

Du kennst jetzt die grundlegende Vorgehensweise der Evaluation. Wir benötigen aber noch konkrete Maße, mit denen wir Prognosemodelle bewerten können

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

Kurs: Datenbeschaffung und -aufbereitung | 03 | Korrelation (PDF)

Datenbeschaffung und -aufbereitung | 03 | Korrelation (PDF)

Um deine Daten besser kennenzulernen, solltest du auch ein Grundverständnis dafür mitbringen, welche Daten wie miteinander zusammenhängen. Die

Kurs: Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (PDF)

Woche 8 | Programmierung | Random Forest-Klassifikation mit Scikit-learn (PDF)

In diesem Video-Transkript lernst du, wie du ein Random Forest Modell in Python mit dem Modul Scikit-learn erstellen kannst. Du siehst, wie der Random

BIBB-Forschungsdirektor Prof. Dr. Hubert Ertl auf der Bildungskonferenz

Zukunft gestalten: Künstliche Intelligenz in der Berufsbildung

BIBB eröffnet Bildungskonferenz mit KI-Erlebniswelt und KI-Forum

BIBB / Tobias Vollmer

Kurs: Woche 7 | Anwendungsbeispiele | K-Nearest Neighbours (PDF)

Woche 7 | Anwendungsbeispiele | K-Nearest Neighbours (PDF)

In diesem Video-Transkript schauen wir uns zwei konkrete Anwendungsbeispiele für den K-Nearest-Neighbours-Algorithmus an - eines aus der Linguistik

Kurs: Prognosemodelle: Klassifikation und Regression | 04 | Auswahlkriterien für ein Verfahren (PDF)

Prognosemodelle: Klassifikation und Regression | 04 | Auswahlkriterien für ein Verfahren (PDF)

Du hast nun einen Überblick über die Lern- und Problemtypen und kennst verschiedene Verfahren des überwachten maschinellen Lernens. Aber wie wählt man

Kurs: Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (PDF)

Prognosemodelle: Klassifikation und Regression | 05 | Datenexploration (PDF)

Du kennst nun einen konkreten, realen Datensatz zur Prognose von Studienabbrüchen, mit welchem wir uns nun in diesem Video-Transkript intensiver

Kurs: Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (PDF)

Prognosemodelle: Klassifikation und Regression | 07 | Weitere Anwendungsmöglichkeiten von Prognosemodellen (PDF)

Bisher haben wir uns ausschließlich mit der Prognose von Studienabbrüchen beschäftigt, um die verschiedenen Verfahren des maschinellen Lernens, der

Kurs: Woche 6 | Daten | Unter- und Überanpassung (PDF)

Woche 6 | Daten | Unter- und Überanpassung (PDF)

In diesem Video-Transkript lernst du die Begriffe Unter- und Überanpassung kennen. Dir wird gezeigt, wie du beides erkennen kannst und wieso Unter-

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

Kurs: Woche 4 | Programmierung | Module und Funktionen am Beispiel von NumPy (1) (PDF)

Woche 4 | Programmierung | Module und Funktionen am Beispiel von NumPy (1) (PDF)

In diesem Video-Transkript lernst du Module und Funktionen in Python kennen. Du importierst Module und betrachtest als Beispiel das Modul NumPy, das

Daniel Campano zeigt, dass der Aufbau des Prompts vom Groben zum Feinen gehen soll.

Umzingelt von Künstlicher Intelligenz

Clevere KI-Tipps von der Didacta für Berufsschullehrkräfte

HubbS-Redaktion

Kurs: Woche 4 | Wie war das nochmal? Überblick und Ausblick (PDF)

Woche 4 | Wie war das nochmal? Überblick und Ausblick (PDF)

In diesem Video-Transkript werden die für Woche 4 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der

Als Anwendung installieren

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

Abbrechen