KI und Recht – EU AI Act
Realisierung von KI-Systemen
Du hast keinen Zugriff auf diese Lektion
Registriere dich bitte oder melde dich an, um auf den Kursinhalt zuzugreifen.
Transcript wird geladen …
Kein Ergebnis für
Nach dieser Lektion kannst du …
- Du kannst das dominierende Paradigma des maschinellen Lernens und seine Funktionsweise grundlegend erklären.
- Du kannst zwischen überwachtem, unüberwachtem und bestärkendem Lernen anhand ihrer Datenbasis und Ziele unterscheiden.
- Du kannst die Struktur künstlicher neuronaler Netze sowie die Besonderheiten von Deep Learning benennen.
- Du kannst die grundlegende Funktionsweise eines einzelnen künstlichen Neurons mathematisch nachvollziehen.
Das hast du gelernt
- Maschinelles Lernen ist das derzeit dominierende Paradigma zur Realisierung von KI-Systemen, bei dem sich Algorithmen durch Datenkalibrierung selbstständig verbessern.
- Die drei Hauptansätze sind überwachtes Lernen (mit Eingabe-Ausgabe-Paaren), unüberwachtes Lernen (Strukturierung ohne Labels) und bestärkendes Lernen (Optimierung via Feedback/Belohnung).
- Künstliche Neuronen verarbeiten gewichtete Eingaben über eine Aktivierungsfunktion, wobei der Lernprozess auf der schrittweisen Anpassung dieser Gewichte beruht.