Algorithmen, maschinelles Lernen und die Grenzen der KI
Unser tägliches Leben wird immer stärker durch computergesteuerte Entscheidungen beeinflusst. Dieser Artikel erklärt auf einfache und verständliche Weise die Schlüsseltechnologien, die diesen computergesteuerten Entscheidungen zu Grunde liegen: Algorithmen und maschinelles Lernen. Gegenstand des Artikels sind die Fragen: 1) Was sind Algorithmen und wie funktionieren sie? 2) Wie können Verfahren des maschinellen Lernens, eines Teilgebiets der künstlichen Intelligenz (KI), selbstständig Algorithmen lernen? 3) Was sind die Grenzen des aktuellen Forschungsstandes des maschinellen Lernens?
Inhaltsverzeichnis
- 1. Einleitung
- 2. Algorithmen
- 3. Maschinelles Lernen: Lernende Algorithmen
- 3.1. Maschinelles TicTacToe lernen
- 3.2. Überwachtes Lernen
- 3.3. Künstliche neuronale Netze für TicTacToe
- 3.4. Generalisieren, nicht Auswendig lernen
- 3.5. Lernen durch Ausprobieren: Reinforcement Learning
- 4. Grenzen des maschinellen Lernens
- 4.1. Repräsentation ist der Schlüssel
- 4.2. Generalisierung über Repräsentationen
- 4.3. Adversarielle Beispiele
- 4.4. Uninterpretierbarkeit von Modellen
- 5. Zusammenfassung und Ausblick
Loggen Sie sich bitte ein, um den ganzen Text zu lesen.
Es gibt noch keine Kommentare
Ihr Kommentar zu diesem Beitrag
AbonnentInnen dieser Zeitschrift können sich an der Diskussion beteiligen. Bitte loggen Sie sich ein, um Kommentare verfassen zu können.
0 Kommentare