Wie Maschinen Lernen: Künstliche Intelligenz Verständlich Erklärt

ISBN-13: 9783658267629 / Niemiecki / Miękka / 2019 / 245 str.

Kristian Kersting; Christoph Lampert; Constantin Rothkopf

Recenzje

"... Das Buch beweist, dass Lesen spaß machen und zugleich sehr informativ sein kann und es liefert eine wichtige Faktengrundlage für eine teils überhitzte öffentliche Debatte ..." (Die Presse, 22. April 2020)
"... Immer mehr Menschen müssen täglich Entscheidungen treffen, die in irgendeiner Form mit der Digitalisierung zusammenhängen; das vorliegende Buch hilft, die Begriffe nicht nur kennenzulernen, sondern ein tieferes Verständnis für sie zu entwickeln." (IT Mittelstand, Heft 1-2, 1. Februar 2019)

Spis treści

Einleitung - Algorithmen - Maschinelles Lernen - Daten - Regression - Klassifikation - Clusteranalyse - Lineare Regression - Ausreißer - k-Nächste-Nachbarn - k-Means - Fluch der Dimensionalität - Support Vector Machine - Logistische Regression - Entscheidungsbäume - Verzerrung-Varianz-Dilemma - Hauptkomponentenanalyse - Eine kurze Geschichte der künstlichen Intelligenz - Big Data - Neuronale Netze - Faltungsnetze - Gradientenabstiegsverfahren - No Free Lunch Theorem - Bayesregel - Generative gegnerische Netzwerke - Verstärkendes Lernen - Weizenbaum und die Mystifizierung von KI - Künstliche Intelligenz und Sicherheit - Künstliche Intelligenz und Ethik - Schlusswort.

O autorze

Kristian Kersting ist Professor für maschinelles Lernen am Fachbereich Informatik der Technischen Universität Darmstadt und leitet dort das Machine Learning Lab.

Christoph Lampert ist Professor am Institute of Science and Technology (IST Austria) und Leiter der Forschungsgruppe für Computer Vision and Machine Learning.

Constantin Rothkopf ist Gründungsdirektor des Zentrums für Kognitionswissenschaft und arbeitet am Institut für Psychologie der Technischen Universität Darmstadt.

Die Beitragsautorinnen und -autoren

Von der Studienstiftung des deutschen Volkes geförderte Studierende aus ganz Deutschland und Mitglieder der Arbeitsgruppe „Künstliche Intelligenz – Fakten, Chancen, Risiken”: Jannik Kossen, Maike Elisa Müller, Nicolas Berberich, Fabrizio Kuruc, Jana Aberham, Christian Hölzer, Elena Natterer, Ina Kalder, Michael Krause, Theresa Schüler, Wolfgang Böttcher, Charlotte Bunne, Justin Fehrling, Alexandros Gilch, Thomas Herrmann, Leon Hetzel, Dorothea Müller, Michael Neumann, Lars Frederik Peiss, Max Ruckriegel, Johannes von Stetten, Frederik Wangelik. 

Die Reihenfolge der Autorinnen und Autoren in den Kapiteln ist alphabetisch sortiert.

Blurb

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!

Der Inhalt

● Grundlagen der künstlichen Intelligenz: Algorithmen, maschinelles Lernen & Co.

● Die wichtigsten Lernverfahren Schritt für Schritt anschaulich erklärt

● Künstliche Intelligenz in der Gesellschaft: Sicherheit und Ethik

Die Herausgeber

Kristian Kersting ist Professor für maschinelles Lernen am Fachbereich Informatik der Technischen Universität Darmstadt.

Christoph Lampert ist Professor am Institute of Science and Technology (IST Austria).

Constantin Rothkopf ist Gründungsdirektor des Zentrums für Kognitionswissenschaft und Professor an der Technischen Universität Darmstadt.

Die Beitragsautorinnen und -autoren

Von der Studienstiftung des deutschen Volkes geförderte Studierende aus ganz Deutschland und Mitglieder der Arbeitsgruppe „Künstliche Intelligenz – Fakten, Chancen, Risiken”.