Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Video: Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (MP4)

Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (MP4)

Nun weißt du, dass Neuronen im menschlichen visuellen Cortex hierarchisch angeordnet sind. In dem folgenden Video lernst du, wie Neuronen innerhalb

Kurs: Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (PDF)

Bildklassifikation und Bildsegmentierung | 05 | Anordnung der Neuronen in CNNs (PDF)

Nun weißt du, dass Neuronen im menschlichen visuellen Cortex hierarchisch angeordnet sind. In dem folgenden Video-Transkript lernst du, wie Neuronen

Kurs: Generative Modelle | 07 | Rezeption und Umgang von generativer KI (PDF)

Generative Modelle | 07 | Rezeption und Umgang von generativer KI (PDF)

Zum Abschluss des Themenblocks schauen wir noch einmal zurück auf die Frage vom Anfang. Du hast neben einem Blick in die Geschichte und hinter die

Video: Generative Modelle | 07 | Rezeption und Umgang von generativer KI (MP4)

Generative Modelle | 07 | Rezeption und Umgang von generativer KI (MP4)

Zum Abschluss des Themenblocks schauen wir noch einmal zurück auf die Frage vom Anfang. Du hast neben einem Blick in die Geschichte und hinter die

Interaktion: KI und Nachhaltigkeit | 09 | ML-Nachhaltigkeitstools (Aufgabe 1)

KI und Nachhaltigkeit | 09 | ML-Nachhaltigkeitstools (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "ML-Nachhaltigkeitstools" aus der Sektion “KI und Nachhaltigkeit”.

Video: Mensch-KI-Interaktion | 02 | Menschen und Wahrscheinlichkeiten (MP4)

Mensch-KI-Interaktion | 02 | Menschen und Wahrscheinlichkeiten (MP4)

Zu Beginn dieses Themenblocks haben wir bereits darüber gesprochen, dass entscheidungsunterstützende KI-Systeme auch die aus “ihrer Sicht” beste

Kurs: Mensch-KI-Interaktion | 02 | Menschen und Wahrscheinlichkeiten (PDF)

Mensch-KI-Interaktion | 02 | Menschen und Wahrscheinlichkeiten (PDF)

Zu Beginn dieses Themenblocks haben wir bereits darüber gesprochen, dass entscheidungsunterstützende KI-Systeme auch die aus “ihrer Sicht” beste

Unterrichtsplanung: Szenario 2: KI als Feedbackgeber

Szenario 2: KI als Feedbackgeber

Die Datei enthält ein Szenario für partizipativen KI-Einsatz: Die Lernenden experimentieren zunächst mit verschiedenen Prompts und untersuchen

Unterrichtsplanung

Interaktion: Generative Modelle | 06 | Prinzipien und Strategien des Prompt Engineering (Aufgabe 1)

Generative Modelle | 06 | Prinzipien und Strategien des Prompt Engineering (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Prinzipien und Strategien des Prompt Engineering" aus der Sektion “Generative Modelle”.

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: 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: 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: 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”.

Presentation: D3 Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle? (Folien zum Video)

D3 Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle? (Folien zum Video)

Die Folien zum Thema „Erklärbarkeit von Modellen - Wie transparent sind maschinell gelernte Modelle?“ thematisieren, warum neuronale Netze oft als

Video: ML explained – Was sind MLOps? (2/3)

ML explained – Was sind MLOps? (2/3)

In diesem Video widmen wir uns MLOps (Machine Learning Operations), einem entscheidenden Aspekt für die Skalierung und Verwaltung von ML-Projekten

Interaktion: Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (Aufgabe 3)

Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "U-Net Architektur" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (Aufgabe 2)

Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "U-Net Architektur" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Interaktion: Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (Aufgabe 1)

Bildklassifikation und Bildsegmentierung | 09 | U-Net Architektur (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "U-Net Architektur" aus der Sektion “Bildklassifikation und Bildsegmentierung”.

Als Anwendung installieren

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

Abbrechen