Wie Maschinen lernenKünstliche Intelligenz verständlich erklärt
|
![]() |

Zusammenfassungen
Wissen Sie, was sich hinter künstlicher Intelligenz und maschinellem Lernen verbirgt?
Dieses Sachbuch erklärt Ihnen leicht verständlich und ohne komplizierte Formeln die grundlegenden Methoden und Vorgehensweisen des maschinellen Lernens. Mathematisches Vorwissen ist dafür nicht nötig. Kurzweilig und informativ illustriert Lisa, die Protagonistin des Buches, diese anhand von Alltagssituationen.
Ein Buch für alle, die in Diskussionen über Chancen und Risiken der aktuellen Entwicklung der künstlichen Intelligenz und des maschinellen Lernens mit Faktenwissen punkten möchten. Auch für Schülerinnen und Schüler geeignet!
Von Klappentext im Buch Wie Maschinen lernen (2019) Ein Buch für alle, die in Diskussionen über Chancen und Risiken der aktuellen Entwicklung der künstlichen Intelligenz und des maschinellen Lernens mit Faktenwissen punkten möchten. Auch für Schülerinnen und Schüler geeignet!
Bemerkungen zu diesem Buch
Wir möchten Ihnen mit diesem Buch eine leicht verständliche
Einführung in die Welt der lernenden Maschinen
bieten. Dazu stellen wir einflussreiche, weitverbreitete
Algorithmen des maschinellen Lernens Schritt für Schritt
und anschaulich vor. Sie benötigen dazu keine besonderen
Vorkenntnisse. Jeder kann verstehen, wie diese Methoden
funktionieren. Und Sie werden eine Vorstellung davon
entwickeln, was diese Methoden leisten können, was
(noch) nicht und was vermutlich nie. Dadurch wollen
wir Licht in die Dunkelheit der Blackbox der künstlichen
Intelligenz bringen.
Von Jannik Kossen, Fabrizio Kuruc, Maike Elisa Müller im Buch Wie Maschinen lernen (2019) im Text Einleitung auf Seite 5
Kapitel 
- 1. Einleitung (Seite 3 - 10) (Jannik Kossen, Fabrizio Kuruc, Maike Elisa Müller)
- 2. Algorithmen (Seite 11 - 20) (Nicolas Berberich)
- 3. Maschinelles Lernen (Seite 21 - 27) (Michael Krause, Elena Natterer)
- 4. Daten (Seite 29 - 37) (Alexandros Gilch, Theresa Schüler)
- 5. Regression (Seite 39 - 43) (Jannik Kossen, Maike Elisa Müller)
- 6. Klassifikation (Seite 45 - 52) (Jana Aberham, Jannik Kossen)
- 7. Clusteranalyse (Seite 53 - 57) (Jana Aberham, Fabrizio Kuruc)
- 8. Lineare Regression (Seite 61 - 67) (Jannik Kossen, Maike Elisa Müller)
- 9. Ausreißer (Seite 69 - 72) (Jannik Kossen, Maike Elisa Müller)
- 10. k-Nächste-Nachbarn (Seite 73 - 79) (Michael Neumann)
- 11. k-Means-Algorithmus (Seite 81 - 88) (Dorothea Müller)
- 12. Fluch der Dimensionalität (Seite 89 - 94) (Jannik Kossen, Fabrizio Kuruc)
- 13. Support Vector Machine (Seite 95 - 103) (Jana Aberham, Fabrizio Kuruc)
- 14. Logistische Regression (Seite 105 - 110) (Theresa Schüler)
- 15. Entscheidungsbäume (Seite 111 - 118) (Jannik Kossen, Maike Elisa Müller, Max Ruckriegel)
- 16. Verzerrung-Varianz-Dilemma (Seite 119 - 123) (Jannik Kossen, Maike Elisa Müller)
- 17. Hauptkomponentenanalyse (Seite 125 - 133) (Christian Hölzer)
- 18. Eine kurze Geschichte der künstlichen Intelligenz (Seite 135 - 140) (Ina Kalder)
- 19. Big Data (Seite 141 - 147) (Christian Hölzer, Elena Natterer)
- 20. Künstliche neuronale Netze (Seite 149 - 161) (Leon Hetzel, Frederik Wangelik)
- 21. Faltungsnetze (Seite 163 - 169) (Jannik Kossen, Maike Elisa Müller)
- 22. Gradientenabstiegsverfahren (Seite 171 - 180) (Wolfgang Böttcher, Charlotte Bunne, Johannes von Stetten)
- 23. No Free Lunch Theorem (Seite 181 - 184) (Maike Elisa Müller)
- 24. Bayesregel (Seite 185 - 194) (Justin Fehrling, Michael Krause)
- 25. Generative gegnerische Netzwerke (Seite 195 - 201) (Jannik Kossen, Maike Elisa Müller)
- 26. Verstärkendes Lernen (Seite 203 - 212) (Thomas Herrmann, Lars Frederik Peiss)
- 27. Über die Mystifizierung von KI (Seite 215 - 221) (Nicolas Berberich, Christian Hölzer)
- 28. Künstliche Intelligenz und Sicherheit (Seite 223 - 228) (Nicolas Berberich, Ina Kalder)
- 29. Künstliche Intelligenz und Ethik (Seite 229 - 239) (Nicolas Berberich)
- 30. Schlusswort (Seite 241 - 245) (Jannik Kossen, Maike Elisa Müller, Elena Natterer)
dieses Buch erwähnt ...
![]() Personen KB IB clear | Joseph Weizenbaum | ||||||||||||||||||
![]() Aussagen KB IB clear | big data fördert machine learning | ||||||||||||||||||
![]() Begriffe KB IB clear | ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() ![]() | ||||||||||||||||||
![]() Bücher |
|
dieses Buch erwähnt nicht ... 
![]() Nicht erwähnte Begriffe | Chatterbot, Datenschutz, GAFA, Gehirn, Internet in der Schule, Schule, social media / Soziale Medien, symbolische künstliche Intelligenz (GOFAI), Turing-Test, Twitter |
Tagcloud
Volltext dieses Dokuments
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
![]() | ![]() ![]() ![]() ![]() ![]() |
Bibliographisches 
Beat und dieses Buch
Beat hat dieses Buch erst in den letzten 6 Monaten in Biblionetz aufgenommen. Er hat dieses Buch einmalig erfasst und bisher nicht mehr bearbeitet. Beat besitzt kein physisches, aber ein digitales Exemplar. Eine digitale Version ist auf dem Internet verfügbar (s.o.). Aufgrund der vielen Verknüpfungen im Biblionetz scheint er sich intensiver damit befasst zu haben.