Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

Handreichung: BBNE für Mediengestalter/innen und Medienkaufleute - Digital und Print - Handreichung

BBNE für Mediengestalter/innen und Medienkaufleute - Digital und Print - Handreichung

Handreichung zur Diskussion von Zielkonflikten und wichtigen Nachhaltigkeitstemen in dem Berufsbild. Das Material liegt als PDF-Handreichung mit

Video: Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (MP4)

Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (MP4)

In diesem Video definieren wir die Aufgabe der Sentiment Analyse und lernen, wie sich diese von verwandten Aufgaben abgrenzt.

Interaktion: Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (Aufgabe 2)

Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Einführung Sentiment Analyse" aus der Sektion “Clustering: vom Sortieren bis zum Explorieren”.

Interaktion: Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (Aufgabe 1)

Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Einführung Sentiment Analyse" aus der Sektion “Clustering: vom Sortieren bis zum Explorieren”.

Kurs: Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (PDF)

Clustering: vom Sortieren bis zum Explorieren | 01 | Einführung Sentiment Analyse (PDF)

In diesem Video-Transkript definieren wir die Aufgabe der Sentiment Analyse und lernen, wie sich diese von verwandten Aufgaben abgrenzt.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 3)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 1)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 1)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 4)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Interaktion: Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 2)

Prognosemodelle: Klassifikation und Regression | 03 | Das k-nearest neighbours Verfahren (Aufgabe 2)

Diese Aufgabe dient als Vertiefung zum Video "Das k-nearest neighbours Verfahren" aus der Sektion “Prognosemodelle: Klassifikation und Regression”.

Video: Bildklassifikation und Bildsegmentierung | 01 | Einführung (MP4)

Bildklassifikation und Bildsegmentierung | 01 | Einführung (MP4)

Herzlich willkommen zum Themenblock “Bildklassifikation und Bildsegmentierung”! In diesem Themenblock beschäftigen wir uns anhand von zwei

Kurs: Bildklassifikation und Bildsegmentierung | 01 | Einführung (PDF)

Bildklassifikation und Bildsegmentierung | 01 | Einführung (PDF)

Herzlich willkommen zum Themenblock “Bildklassifikation und Bildsegmentierung”! In diesem Themenblock beschäftigen wir uns anhand von zwei

Video: C3-2 Multiple Lineare Regression … und nominale Variablen (Video)

C3-2 Multiple Lineare Regression … und nominale Variablen (Video)

Das Video zum Thema „C3-2 Multiple Lineare Regression ... und nominale Variablen“ zeigt, wie die lineare Regression so erweitert werden kann, dass

Video: C5-1 Evaluationsmaße - Wie bewertet man ein Modell? (Video)

C5-1 Evaluationsmaße - Wie bewertet man ein Modell? (Video)

Im Video zum Thema „C5-1 Evaluationsmaße - Wie bewertet man ein Modell?“ geht es darum, KI-Modelle zu bewerten, um sie zum Beispiel auch miteinander

Video: C5-3 Cross-Validierung - Evaluierung mit wenig Daten (Video)

C5-3 Cross-Validierung - Evaluierung mit wenig Daten (Video)

Das Video zum Thema „C5-3 Cross-Validierung - Evaluierung mit wenig Daten“ erklärt die Cross-Validierung oder Kreuzvalidierung als Möglichkeit

Presentation: C7-4 Hyperparameter beim Training von neuronalen Netzen - Effizienter üben (Folien zum Video)

C7-4 Hyperparameter beim Training von neuronalen Netzen - Effizienter üben (Folien zum Video)

Die Folien zum Video „C7-4 Hyperparameter beim Training von neuronalen Netzen - Effizienter üben“ erklären, wie durch Hyperparameter das Training von

Video: C7-4 Training von neuronalen Netzen - Üben, üben, üben (Video)

C7-4 Training von neuronalen Netzen - Üben, üben, üben (Video)

Das Video zum Thema „C7-4 Training von neuronalen Netzen - Üben, üben, üben“ erklärt, wie neuronale Netze trainiert werden können. Ziel des Training

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 4)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 4)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die Wahrscheinlichkeitstheorie" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 3)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 3)

Diese Aufgabe dient als Vertiefung zum Video "Einführung in die Wahrscheinlichkeitstheorie" aus der Sektion “Datenbeschaffung und -aufbereitung”.

Als Anwendung installieren

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

Abbrechen