Suche | HubbS - Der Hub für berufliche Schulen

Veranstaltungen

Rahmenlehrpläne

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”.

Lernspiel: C7-2 Single Choice: Hyperbeltangens (Quiz zum Video)

C7-2 Single Choice: Hyperbeltangens (Quiz zum Video)

Das Quiz gehört zum Video zum Thema „C7-2 Aktivierungsfunktionen in neuronalen Netzen“.

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: ML explained – Was ist Supervised Learning? (3/3)

ML explained – Was ist Supervised Learning? (3/3)

Beim menschlichen Lernen gibt es oft eine Lehrperson, die uns durch Beispiele und Rückmeldungen führt. Ähnlich verhält es sich beim Supervised

Unterrichtsbaustein: BBNE für Fachinformatiker/innen - Foliensammlung

BBNE für Fachinformatiker/innen - Foliensammlung

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

Unterrichtsbaustein

Handreichung: BBNE für Fachinformatiker/innen - Handreichung

BBNE für Fachinformatiker/innen - Handreichung

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

Video: Generative Modelle | 06 | Model Collapse (MP4)

Generative Modelle | 06 | Model Collapse (MP4)

Generative Modelle benötigen sehr viele Trainingsdaten, deshalb kommen oft künstlich erstellte Daten zum Einsatz. Warum das zu Problemen führen kann

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”.

Als Anwendung installieren

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

Abbrechen