Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Kurs: Bildklassifikation und Bildsegmentierung | 03 | Rechtliche Aspekte der Nutzung medizinischer Daten zu Forschungszwecken (PDF)

Bildklassifikation und Bildsegmentierung | 03 | Rechtliche Aspekte der Nutzung medizinischer Daten zu Forschungszwecken (PDF)

Die medizinischen Datenverarbeitungssysteme werden fast ausschließlich auf Patientendaten trainiert. In dem folgenden Video-Transkript sprechen wir

Kurs: Woche 13 | Wie war das nochmal? Überblick und Ausblick (PDF)

Woche 13 | Wie war das nochmal? Überblick und Ausblick (PDF)

In diesem Video-Transkript werden die für Woche 13 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der

Kurs: Woche 7 | Programmierung | k-nächste Nachbarn (k-NN) mit Scikit-Learn (PDF)

Woche 7 | Programmierung | k-nächste Nachbarn (k-NN) mit Scikit-Learn (PDF)

In diesem Video-Transkript lernst du, ein k-nächste-Nachbarn-Modell mit dem Python-Modul Scitkit-learn zu erstellen und zu evaluieren.

Unterrichtsbaustein: BBNE für Gesundheits- und Kinderkrankenpfleger/innen - Hintergrundmaterial

BBNE für Gesundheits- und Kinderkrankenpfleger/innen - Hintergrundmaterial

Wissenschaftliches Hintergrundmaterial für Lehrkräfte und Ausbildende zur Standardberufsbildposition "Umweltschutz und Nachhaltigkeit". Das HGM ist

Unterrichtsbaustein

Kurs: Woche 4 | Programmierung | Statistik mit SciPy (PDF)

Woche 4 | Programmierung | Statistik mit SciPy (PDF)

In diesem Video-Transkript tauchst du auch beim Programmieren in die Statistik ein. Du lernst, wichtige statistische Kennzahlen in Python zu berechnen

Kurs: Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (PDF)

Woche 10 | Theorie | Neuronale Netzwerke und die Mathe (PDF)

In diesem Video-Transkript fokussieren wir uns darauf, wie sich ein Neuron mit Hilfe von Weights, Bias und Aktivierungsfunktion berechnet.

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

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: 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 | 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

Broschuere: Report: Gore im Wandel

Report: Gore im Wandel

Gewaltinhalte übten schon immer eine Faszination aus. Das gemeinsame Betrachten von Bildern und Videos unter Jugendlichen war und ist immer auch eine

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: Woche 12 | Programmierung | Topic Modeling mit scikit-learn (PDF)

Woche 12 | Programmierung | Topic Modeling mit scikit-learn (PDF)

In diesem Video-Transkript zeigen wir dir, wie du mit dem Clustering-Verfahren KMeans ein Topic Model erstellen kannst. Der Fokus liegt dabei sowohl

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

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: 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 | 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: Woche 9 | Programmierung | k-means Clustering mit Scikit-learn (PDF)

Woche 9 | Programmierung | k-means Clustering mit Scikit-learn (PDF)

In diesem Video-Transkript lernst du den Palmer Archipelago (Antarctica) Datensatz kennen, den wir mit dem k-means Algorithmus in Cluster aufteilen

Als Anwendung installieren

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

Abbrechen