Übersicht der Kapitel zu Künstlicher Intelligenz
In der folgenden Übersicht sind wesentliche Kapitel zu Künstlicher Intelligenz nach verschiedenen Gesichtspunkten aufgelistet. Eine komplette Übersicht ergibt sich in der → Menustruktur.
Hier kannst du dir einen ersten Eindruck verschaffen, wie Maschinen etwas lernen können. Alle Kapitel sind interaktiv und können ohne Vorkenntnisse bearbeitet werden.
Lustig oder Traurig? Gesichter erkennen
Einführung in KI-Systeme und überwachtes Lernen am Beispiel einfacher Bilderkennung
überwachtes LernenEher empfehlenswert? Lebensmittel beurteilen
Erstellung von eigenen Entscheidungsbäumen zum Thema gesunde Lebensmittel
verstärkendes LernenWas ist der beste Zug? Das NIM-Spiel gewinnen
Verstärkendes Lernen am Beispiel des Strategiespiels NIM-Spiel
generative KIDas nächste Wort bitte! Der Plappernde Papagei
Einführung in KI-basierte Text-erzeugung mit einem statistischem Sprachmodell
neuronale NetzeWie lernt ein Neuron? Perzeptro spielen!
Einführung in die Funktionsweise und die Lernregeln eines Künstlichen Neurons
Hier bekommst du einen kurzen systematischen Überblick über das Thema und einige Begriffe.
Eine KI-Landkarte
Interaktive Landkarte mit vielen Aspekten des Themas Künstliche Intelligenz
Information und AufgabenGrundbegriffe
Einführung in Grundbegriffe der Künstlichen Intelligenz
Information und AufgabenLernarten
Wie lernt eine KI? Kleiner Überblick der möglichen Strategien beim maschinellen Lernen
Im Aufbau ...Geschichte der KI
Meilensteine in der Entwicklung von Künstlicher Intelligenz
Information und AufgabenKI und Gesellschaft
Der Einfluss von Künstlicher Intelligenz auf jedes Individuum und die Gesellschaft als Ganzes
Bei sehr vielen modernen KI-Systemen spielen Neuronale Netze eine zentrale Rolle. Hier bekommst du einen Eindruck davon, wie sie funktionieren.
Das Künstliche Neuron
→ Funktionsweise
Aufbau und Funktionsweise von künstlichen Neuronen am Beispiel von Logikgattern
Neuronale NetzeDas Künstliche Neuron
→ Lernregeln
Einführung in die Lernregeln eines Neurons zum selbständigen Lernen
Neuronale NetzeDas Künstliche Neuron
→ Trennlinie
Das künstliche Neuron als mathematisch beschreibbare Separationsgerade
Neuronale NetzeMehrere Neuronen als
→ Neuronales Netz
Aufbau und Funktionsweise von kleinen Neuronalen Netzen am Beispiel "Steinlauserkennung"
Neuronale NetzeZiffernerkennung mit
→ Deep Learning
Programmierung eines künstlichen neuronalen Netzes zur Erkennung von handgeschriebenen Ziffern
In den folgenden Kapiteln nutzt du Python, um eigene KI-Anwendungen selbst zu programmieren. Dabei werden häufig umfangreiche Python-Bibliotheken wie sklearn und Jupyter-Notebooks eingesetzt.
Entscheidungsbäume mit Python
Jupyter-Notebook zur Berechnung von Entscheidungsbäumen mit Python im Kontext von gesunden Lebensmitteln
Jupyter Notebook onlineDatenanalyse mit Python-Bibliotheken
Jupyter-Notebooks zur Analyse von großen Datenmengen mit der Bibliothek Pandas
Jupyter Notebook onlineSchwertlilien-Erkennung mit Python
"Jupyter-Notebook zur Berechnung von Entscheidungsbäumen mit
Python purDas NIM-Spiel
mit Python
Entwicklung eines Python-Programms, das das NIM-Spiel lernt.
Python purQ-Learning mit Python selbst programmieren
Programmieren eines Text-Adventures mit verstärkendem Lernen (Q-Learning)
Hier findest du weitere Materialien zum Thema Künstliche Intelligenz.
Jupyter-Notebook als "KI-Werkzeug"
Einführung in die interaktive Python-IDE Jupyter-Notebook
deep learningBackpropagation bei Neuronalen Netzen
Der Lernalgorithmus für ein neuronales Netz unter der Lupe
ganzes KapitelDataScience - Empfehlungssysteme
Durchführung eines DataScience-Projekts mit K-Nächste-Nachbarn als Algorithmus