Algorithmen, maschinelles Lernen und die Grenzen der KI
Des décisions prises par ordinateur influencent de plus en plus notre vie quotidienne. Cette contribution explique de façon simple et compréhensible les technologies clés qui sous-tendent ces décisions assistées par ordinateur : algorithmes et apprentissage machine. Elle traite les questions suivantes : 1) que sont les algorithmes et comment fonctionnent-ils ? 2) Comment les méthodes d'apprentissage machine, branche de l'intelligence artificielle (IA), peuvent-elles apprendre les algorithmes de façon autonome ? 3) Quelles sont les limites de l'état actuel de la recherche en apprentissage machine ? (jp)
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
Votre commentaire sur cet article
Les abonné-e-s à cette revue peuvent prendre part à la discussion. Veuillez vous connecter pour poster des commentaires.
Aucun commentaire