Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Interaktion: Explainable, Hybrid, Robust AI | 01 | Interview zur Interpretierbarkeit von künstlicher Intelligenz (Aufgabe 1)

Explainable, Hybrid, Robust AI | 01 | Interview zur Interpretierbarkeit von künstlicher Intelligenz (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Interview zur Interpretierbarkeit von künstlicher Intelligenz" aus der Sektion “Explainable, Hybrid

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”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Der random forest" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Der random forest" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Der random forest" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Der random forest" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 5)

Prognosemodelle: Klassifikation und Regression | 03 | Der random forest (Aufgabe 5)

Diese Aufgabe dient als Vertiefung zum Video "Der random forest" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Kurs: Woche 3 | Daten | Datenqualität (PDF)

Woche 3 | Daten | Datenqualität (PDF)

In diesem Video-Transkript wird dir die Wichtigkeit der Datenqualität verdeutlicht. Du lernst, welchen Zusammenhang es zwischen der Qualität deiner

Video: Woche 4 | Programmierung | Statistik mit SciPy (MP4)

Woche 4 | Programmierung | Statistik mit SciPy (MP4)

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

Kurs: Woche 9 | Wie war das nochmal? Überblick und Ausblick (PDF)

Woche 9 | Wie war das nochmal? Überblick und Ausblick (PDF)

In diesem Video-Transkript werden die für Woche 9 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der

Video: Woche 4 | Programmierung | Module und Funktionen am Beispiel von NumPy (1) (MP4)

Woche 4 | Programmierung | Module und Funktionen am Beispiel von NumPy (1) (MP4)

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

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

Video: Prognosemodelle: Klassifikation und Regression | 02 | Metriken für eine Klassifikation (MP4)

Prognosemodelle: Klassifikation und Regression | 02 | Metriken für eine Klassifikation (MP4)

Du kennst jetzt die confusion matrix, anhand derer wir nun Maße zur Beurteilung der Prognosegenauigkeit ableiten können. In diesem Video lernst du

Kurs: Prognosemodelle: Klassifikation und Regression | 02 | Metriken für eine Klassifikation (PDF)

Prognosemodelle: Klassifikation und Regression | 02 | Metriken für eine Klassifikation (PDF)

Du kennst jetzt die confusion matrix, anhand derer wir nun Maße zur Beurteilung der Prognosegenauigkeit ableiten können. In diesem Video-Transkript

Interaktion: Woche 13 | Daten | Datenaugmentierung (Aufgabe 3)

Woche 13 | Daten | Datenaugmentierung (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Datenaugmentierung" aus Woche 13.

Interaktion: Woche 13 | Daten | Datenaugmentierung (Aufgabe 2)

Woche 13 | Daten | Datenaugmentierung (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Datenaugmentierung" aus Woche 13.

Als Anwendung installieren

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

Abbrechen