Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: Datenbeschaffung und -aufbereitung | 02 | Grundlagen der Datenbeschaffung (PDF)

Datenbeschaffung und -aufbereitung | 02 | Grundlagen der Datenbeschaffung (PDF)

Bevor wir damit beginnen können, unsere Daten fit fürs Training zu bekommen, brauchen wir erst einmal Daten. In diesem Video-Transkript lernst du gute

Kurs: Clustering: vom Sortieren bis zum Explorieren | 04 | Evaluation und Interpretation Clustering (PDF)

Clustering: vom Sortieren bis zum Explorieren | 04 | Evaluation und Interpretation Clustering (PDF)

Du hast in diesem Themenblock bereits gelernt, Clusteringverfahren einzusetzen. Wie aber evaluiert man diese und interpretiert die resultierenden

Interaktion: Woche 2 | Daten | Textvorverarbeitung (Aufgabe 1)

Woche 2 | Daten | Textvorverarbeitung (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Textvorverarbeitung" aus Woche 2.

Video: Woche 2 | Daten | Textvorverarbeitung (MP4)

Woche 2 | Daten | Textvorverarbeitung (MP4)

In diesem Video lernst du, welche Vorverarbeitungsschritte notwendig sind, um Textdaten für ein Machine-Learning-Modell verarbeitbar zu machen.

Kurs: Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (PDF)

Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (PDF)

In diesem Video-Transkript lernst du sogenannte Hyperparameter eines Modells kennen, die wir als Anwender festlegen können, um z. B. die

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Die lineare Regression (PDF)

Prognosemodelle: Klassifikation und Regression | 03 | Die lineare Regression (PDF)

Du weißt nun, wie Prognosemodelle evaluiert werden. Jetzt starten wir mit den Verfahren des maschinellen Lernens selbst. In diesem Video-Transkript

Kurs: Datenbeschaffung und -aufbereitung | 04 | Techniken zur Dimensionsreduktion (PDF)

Datenbeschaffung und -aufbereitung | 04 | Techniken zur Dimensionsreduktion (PDF)

Im letzten Video haben wir gesehen, aus welchen Gründen wir Features zu unserem Datensatz hinzufügen könnten. In diesem Video-Transkript beschäftigen

Kurs: Woche 8 | Theorie | Bäume und Wälder (PDF)

Woche 8 | Theorie | Bäume und Wälder (PDF)

In diesem Video-Transkript stellen wir zwei weitere beliebte Klassifikations-Verfahren aus dem supervised learning vor, den decision tree

Drei Hände halten gemeinsam einen Ki-generierten Baum in der Hand.

Ausgezeichneter Klimaschutz an Berufsschulen

Drei Berufsschulen wurden als Sieger der KlimAzubis-Challenge für ihre Klimaschutzaktionen ausgezeichnet.

HubbS-Redaktion

Kurs: Datenbeschaffung und -aufbereitung | 04 | Weitere Techniken des Feature Engineerings (PDF)

Datenbeschaffung und -aufbereitung | 04 | Weitere Techniken des Feature Engineerings (PDF)

In diesem Video-Transkript haben wir noch weitere Techniken des Feature Engineerings zusammengefasst. Besonders wichtig ist in diesem Video die

Kurs: Clustering: vom Sortieren bis zum Explorieren | 03 | Verfahren des Clustering (PDF)

Clustering: vom Sortieren bis zum Explorieren | 03 | Verfahren des Clustering (PDF)

In diesem Video-Transkript beschäftigen wir uns mit sogenannten partionierenden und hierarchischen Verfahren des Clustering. Anhand eines Beispiels

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (PDF)

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

In diesem Video-Transkript befassen wir uns nun genauer mit dem k-nearest neighbours Verfahren und insbesondere den Distanzmaßen, auf denen es beruht

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Neuronale Netze - Teil 2 (PDF)

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

Du kennst nun den Aufbau und die Funktionsweise neuronaler Netze. In diesem Video-Transkript befassen wir uns diesmal insbesondere mit der

Kurs: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (PDF)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (PDF)

Nachdem wir uns bereits mit der Datenbeschaffung beschäftigt haben, folgt jetzt die Datenexploration. In diesem Kapitel schauen wir uns an, wie unsere

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

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (PDF)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (PDF)

Du kennst jetzt das Verfahren eines einzelnen decision trees. In diesem Video-Transkript befassen wir uns weiter mit Baum-basierten Verfahren, und

Dr. Michael Scharp vom IZT

„Die Energiewende ist eigentlich kein Problem, weil wir die Technologien haben.“

Im Gespräch mit Dr. Michael Scharp, Forschungsleiter beim Institut für Zukunftsstudien und Technologiebewertung, Berlin

HubbS-Redaktion

Kurs: Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (PDF)

Prognosemodelle: Klassifikation und Regression | 01 | (Überwachtes) Maschinelles Lernen (PDF)

Du kennst nun unseren Anwendungsfall und weißt, dass es in diesem Themenblock um Prognosemodelle geht und diese auf Verfahren des überwachten

Als Anwendung installieren

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

Abbrechen