Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

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”.

Daniel Campano zeigt, dass der Aufbau des Prompts vom Groben zum Feinen gehen soll.

Umzingelt von Künstlicher Intelligenz

Clevere KI-Tipps von der Didacta für Berufsschullehrkräfte

HubbS-Redaktion

Video: Woche 12 | Wie war das nochmal? Überblick und Ausblick (MP4)

Woche 12 | Wie war das nochmal? Überblick und Ausblick (MP4)

In diesem Video werden die für Woche 12 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der zwölften

Video: Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (MP4)

Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (MP4)

In diesem Video lernst du, wie Künstliche Intelligenz, Maschinelles Lernen und Deep Learning zusammenhängen. Nachdem du Künstliche Intelligenz bereits

Kurs: Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (PDF)

Woche 3 | Theorie | Künstliche Intelligenz, Maschinelles Lernen, Deep Learning (PDF)

In diesem Video-Transkript lernst du, wie Künstliche Intelligenz, Maschinelles Lernen und Deep Learning zusammenhängen. Nachdem du Künstliche

Video: Woche 3 | Wie war das nochmal? Überblick und Ausblick (MP4)

Woche 3 | Wie war das nochmal? Überblick und Ausblick (MP4)

In diesem Video werden die für Woche 3 wichtigen Inhalte aus den vergangenen Wochen wiederholt und ein kurzer Ausblick auf die Inhalte der dritten

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”.

Interaktion: Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 2)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 2)

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 1)

Datenbeschaffung und -aufbereitung | 03 | Einführung in die Wahrscheinlichkeitstheorie (Aufgabe 1)

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

Kurs: Datenbeschaffung und -aufbereitung | 03 | Pseudonymisierung und Anonymisierung (PDF)

Datenbeschaffung und -aufbereitung | 03 | Pseudonymisierung und Anonymisierung (PDF)

Du hast im vorherigen Video gelernt, dass du in deiner Organisation persönliche Daten schützen musst. Doch was machst du, wenn genau diese

Video: Datenbeschaffung und -aufbereitung | 03 | Pseudonymisierung und Anonymisierung (MP4)

Datenbeschaffung und -aufbereitung | 03 | Pseudonymisierung und Anonymisierung (MP4)

Du hast im vorherigen Video gelernt, dass du in deiner Organisation persönliche Daten schützen musst. Doch was machst du, wenn genau diese

Video: Datenbeschaffung und -aufbereitung | 04 | Konsistente Daten (MP4)

Datenbeschaffung und -aufbereitung | 04 | Konsistente Daten (MP4)

Dieses Kapitel beschäftigt sich mit dem Feature Engineering. Unter Feature Engineering verstehen wir alle Schritte im Datenaufbereitungsprozess, in

Kurs: Datenbeschaffung und -aufbereitung | 04 | Konsistente Daten (PDF)

Datenbeschaffung und -aufbereitung | 04 | Konsistente Daten (PDF)

Dieses Kapitel beschäftigt sich mit dem Feature Engineering. Unter Feature Engineering verstehen wir alle Schritte im Datenaufbereitungsprozess, in

Kurs: Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (PDF)

Prognosemodelle: Klassifikation und Regression | 03 | Der decision tree (PDF)

In diesem Video-Transkript starten wir mit sogenannten Baum-basierten Verfahren und beschäftigen uns intensiver mit einer bestimmten Art von

Als Anwendung installieren

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

Abbrechen