Axel Mammitzsch
1. Künstliche Intelligenz
Künstliche Intelligenz Agenten- Und Multiagentensysteme, Neuronale Netze, Deep Learning, Machine Learning, Computer Vision
Gesprochen von
0
-
- Taschenbuch
- Hörbuch ausgewählt
-
Form:Thalia Hörbuch-Abo
-
Sprache:Deutsch
0,00 € *
inkl. gesetzl. MwSt.
* im Probemonat gratis danach 7,95 €/Monat
* im Probemonat gratis danach 7,95 €/Monat
Im Hörbuch-Abo laden
- Monatlich einen Titel wählen & behalten
- Jederzeit pausieren oder kündigen
- Weitere Hörbücher im Abo für max. 7,95 €
Beschreibung
Produktdetails
Family Sharing
Ja
Verkaufsrang
3489
Gesprochen von
Axel MammitzschSpieldauer
58 Minuten
Abo-Fähigkeit
Ja
Erscheinungsdatum
09.03.2018
Hörtyp
Lesung
Fassung
ungekürzt
Medium
MP3
Anzahl Dateien
6
Verlag
Amim2018Sprache
Deutsch
EAN
4251177581809
Dieses Hörbuch ist so aufgebaut, dass Ihnen die Inhalte im Rahmen der geschichtlichen Entwicklung der KI vermittelt werden. Aus diesem Grund beginnt unsere Reise mit dem Punkt "Einführung und geschichtlicher Hintergrund der KI".
Im zweiten Abschnitt greifen wir zunächst die anfänglichen Techniken der KI auf. Sie lernen dabei die Konzepte und berühmte Beispielsysteme kennen, die diese frühe Phase der Euphorie auslösten.
Im dritten Abschnitt behandeln wir Expertensysteme, die ähnlich zu den allgemeinen Problemlösern nur spezielle Probleme behandeln. Aber dafür exzessiv auf Regeln und Fakten in Form einer Wissensbasis zugreifen.
Der vierte Abschnitt läutet die Rückkehr zu der Idee ein, das menschliche Gehirn nachbauen zu können und so in Form von neuronalen Netzen der digitalen Informationsverarbeitung zugänglich zu machen. Wir betrachten die frühen Ansätze und stellen heraus, welche Ideen noch gefehlt haben, um neuronalen Netzen zum kommerziellen Durchbruch zu verhelfen.
Die Idee eines Agenten und ihr Zusammenspiel in einem Multi-Agenten-System wird im fünften Abschnitt beschrieben. Ein solches System dient im Wesentlichen dazu, Komplexität auf mehrere Instanzen zu verteilen.
Der sechste Abschnitt behandelt den Durchbruch der mehrschichtigen neuronalen Netze, maschinelles Lernen, maschinelle Sehen (Computer Vision), Spracherkennung und viele weitere Anwendungen der heutigen KI.
Themen und Inhalte:
I. Einführung und geschichtlicher Hintergrund
- Was ist KI – eine philosophische Betrachtung
- Starke und Schwache KI
- Der Turing Test
- Die Geburt der KI
- Die Ära der großen Erwartungen
- Das Einholen der Realität
- Wie man einer Maschine das Lernen beibringt
- Verteilte Systeme in der KI
- Deep Learning, Machine Learning, Natural Language Processing
II. Der allgemeine Problemlöser
- Beweisprogramm - Logical Theorist
- Beispiel aus "Human Problem Solving" (Simon):
- Die Struktur eines Problems
III.
Im zweiten Abschnitt greifen wir zunächst die anfänglichen Techniken der KI auf. Sie lernen dabei die Konzepte und berühmte Beispielsysteme kennen, die diese frühe Phase der Euphorie auslösten.
Im dritten Abschnitt behandeln wir Expertensysteme, die ähnlich zu den allgemeinen Problemlösern nur spezielle Probleme behandeln. Aber dafür exzessiv auf Regeln und Fakten in Form einer Wissensbasis zugreifen.
Der vierte Abschnitt läutet die Rückkehr zu der Idee ein, das menschliche Gehirn nachbauen zu können und so in Form von neuronalen Netzen der digitalen Informationsverarbeitung zugänglich zu machen. Wir betrachten die frühen Ansätze und stellen heraus, welche Ideen noch gefehlt haben, um neuronalen Netzen zum kommerziellen Durchbruch zu verhelfen.
Die Idee eines Agenten und ihr Zusammenspiel in einem Multi-Agenten-System wird im fünften Abschnitt beschrieben. Ein solches System dient im Wesentlichen dazu, Komplexität auf mehrere Instanzen zu verteilen.
Der sechste Abschnitt behandelt den Durchbruch der mehrschichtigen neuronalen Netze, maschinelles Lernen, maschinelle Sehen (Computer Vision), Spracherkennung und viele weitere Anwendungen der heutigen KI.
Themen und Inhalte:
I. Einführung und geschichtlicher Hintergrund
- Was ist KI – eine philosophische Betrachtung
- Starke und Schwache KI
- Der Turing Test
- Die Geburt der KI
- Die Ära der großen Erwartungen
- Das Einholen der Realität
- Wie man einer Maschine das Lernen beibringt
- Verteilte Systeme in der KI
- Deep Learning, Machine Learning, Natural Language Processing
II. Der allgemeine Problemlöser
- Beweisprogramm - Logical Theorist
- Beispiel aus "Human Problem Solving" (Simon):
- Die Struktur eines Problems
III.
Kundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice