KI Verstehen leicht gemacht! Hinter den Kulissen von ChatGPT und Co. läuft eine
Vielzahl mathematischer Prozesse ab, die Künstliche Intelligenz aus
eingespeisten Daten ihre Schlüsse ziehen lässt.
Aber wie genau findet die KI Antworten auf unsere Fragen? Was kann sie leisten
und was nicht? Paul Wilmott ist langjähriger Spezialist für mathematische
Modelle und Autor des Buches „Grundkurs Machine Learning“. Er erklärt Ihnen ganz
einfach, mit vielen Beispielen und praktischen Projekten zum Ausprobieren, wie
Künstliche Intelligenz eigentlich funktioniert.
So verstehen Sie KI von einer kleinen Einführung in die Geschichte der
Künstlichen Intelligenz über Regression bis zum maschinellen Lernen!
Aus dem Inhalt:
- Eine kleine Geschichte der KI
- Jargon und Grundlegendes
- Nächste Nachbarn
- Regression
- Clustering
- Entscheidungsbäume
- Neuronale Netze
- Reinforcement Learning
Vorwort ... 9
1. Einleitung ... 17
1.1 ... Definitionssache ... 17
1.2 ... Sorry, das hier ist ein Mathematikbuch! ... 18
1.3 ... ChatGPT ... 19
2. Eine kleine Geschichte der KI ... 21
2.1 ... Psychohistorie ... 21
2.2 ... Der Turing-Test und die Geburtsstunde der KI ... 22
2.3 ... Michie und die Streichholzschachteln ... 22
2.4 ... Deep Blue ... 26
2.5 ... DeepMind ... 27
2.6 ... Gute Nachrichten! ... 28
2.7 ... Schlechte Nachrichten ... ... 31
2.8 ... Die »Drei Gesetze der Robotik« ... 37
3. Etwas Fachjargon, mathematische und technische Grundlagen ... 39
3.1 ... Fachjargon und mathematische Konzepte ... 39
3.2 ... Technische Grundlagen ... 56
4. Mehr zu: K-Nearest-Neighbours ... 61
4.1 ... Wofür K-Nearest-Neighbours eingesetzt werden ... 61
4.2 ... Im Detail ... 62
4.3 ... Aus dem Leben gegriffen: Ein Beispiel ... 66
4.4 ... Dein Projekt ... 70
5. Mehr zu: Regression ... 73
5.1 ... Wofür Regression eingesetzt wird ... 74
5.2 ... Im Detail ... 75
5.3 ... Aus dem Leben gegriffen: Ein Beispiel ... 78
5.4 ... Dein Projekt ... 84
6. Mehr zu: Clustering ... 89
6.1 ... Wofür Clustering eingesetzt wird ... 90
6.2 ... Im Detail ... 91
6.3 ... Aus dem Leben gegriffen: Ein Beispiel ... 93
6.4 ... Dein Projekt ... 96
7. Mehr zu: Entscheidungsbäumen ... 99
7.1 ... Wofür Entscheidungsbäume eingesetzt werden ... 100
7.2 ... Im Detail ... 101
7.3 ... Aus dem Leben gegriffen: Ein Beispiel ... 103
7.4 ... Dein Projekt ... 105
8. Mehr zu: Neuronalen Netzen ... 111
8.1 ... Wofür neuronale Netze eingesetzt werden ... 111
8.2 ... Im Detail ... 112
8.3 ... Aus dem Leben gegriffen: Ein Beispiel ... 115
8.4 ... Dein Projekt ... 118
9. Mehr zu: Reinforcement Learning ... 121
9.1 ... Wofür Reinforcement Learning eingesetzt wird ... 122
9.2 ... Im Detail ... 123
9.3 ... Aus dem Leben gegriffen: Ein Beispiel ... 125
9.4 ... Dein Projekt ... 131
Anhang ... 137
Nachwort ... 137
Datensammlung ... 137
Danksagung ... 139
Über Paul Wilmott ... 140
Index ... 141
