Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
Themenseite: Projektmanagement

Für Profis und Einsteiger.
Sorgfältig ausgewählte Inhalte, die Ihnen helfen, Ihre Fähigkeiten im Projektmanagement gezielt zu verbessern und Projekte erfolgreich abzuschließen.
Erweiterte Suche
Anmelden
nach oben

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

Erschienen in:
KI-Einführung Kapitel lesen Erstes Kapitel lesen

2023 | OriginalPaper | Buchkapitel

3. Schlüsselkonzepte von ML, DL und Entscheidungsoptimierung

verfasst von : Eberhard Hechler, Martin Oberhofer, Thomas Schaeck

Erschienen in: Einsatz von KI im Unternehmen

Verlag: Apress

Einloggen

Zusammenfassung

Im Anschluss an die Entwicklung der KI im vorherigen Kapitel widmet sich dieses Kapitel den Schlüsselkonzepten des maschinellen Lernens (ML), des Deep Learning (DL) und der Entscheidungsoptimierung. Wir gehen nicht im Detail auf die Grundlagen dieser Konzepte oder die mathematische und statistische Wissenschaft hinter diesen Themen ein; stattdessen erörtern wir Überlegungen zu ihrer praktischen Anwendung in Unternehmen oder anderen Organisationen. Diese Kapitel dient der high-level Einführung für Leser mit begrenzten Kenntnissen in diesem Themenbereich.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Historische Perspektive der KI
Nächstes Kapitel KI-Informationsarchitektur
Fußnoten
1
Wir nutzen im Folgenden hierfür die Abkürzung DO (Decision Optimization).
 
2
Siehe [1] für eine kurze Beschreibung von ML und [2] und [3] für eine umfassendere Behandlung von ML.
 
3
Siehe [4] für eine Einführung in das verstärkende Lernen.
 
4
Einen kurzen Überblick über die verschiedenen RL-Algorithmen bietet [5].
 
5
Hierfür verwenden wir im Folgenden die Abkürzung ANN (Articial Neural Network).
 
6
Siehe [6] für eine kurze Einführung in Klassifizierungsalgorithmen.
 
7
Siehe [7] für eine kurze Einführung in Clustering-Algorithmen.
 
8
Siehe [8] für einen kurzen Überblick über die Dimensionalitätsreduktion.
 
9
Siehe [9] für eine umfassende theoretische Behandlung der Pricipal Component Analysis (PCA), einschließlich der mathematischen Grundlagen.
 
10
Diese Metrik ist als accuracy in Abb. 3-5 ersichtlich.
 
11
Siehe [10] für eine ausführliche Behandlung von DL und [11] für einen praktischen Leitfaden zu DL.
 
12
In der englischsprachigen Literatur wird hiefür die Beschreibung weight regularization or gradient clipping verwendet.
 
13
Siehe [12] für einen Überblick über einige der populärsten DLNs.
 
14
Siehe [13] für eine eingehende Behandlung von CNNs.
 
15
In [14] finden Sie einen kurzen Überblick über die Entscheidungsoptimierung.
 
16
Siehe [15] für einen kurzen Überblick über die Integration von ML mit DO.
 
Literatur
1.
2.
Shalev-Shwartz, S., Ben-David, S. Understanding Machine Learning: From Theory to Algorithms. ISBN-13: 978-1107057135, Cambridge University Press, 2014.
3.
Alpaydin, E. Introduction to Machine Learning (Adaptive Computation and Machine Learning series). ISBN-13: 978-0262043793, The MIT Press, 2020.
4.
Sutton, R. S., Barto, A. G. Reinforcement Learning: An Introduction (Adaptive Computation and Machine Learning series). ISBN-13: 978-0262039246, A Bradford Book, 2018.
5.
6.
7.
8.
9.
Vidal, R., Ma, Y., Sastry, S. Generalized Principal Component Analysis (Interdisciplinary Applied Mathematics). ISBN-13: 978-0387878102, Springer, 2016.
10.
Skansi, S. Introduction to Deep Learning: From Logical Calculus to Artificial Intelligence (Undergraduate Topics in Computer Science). ISBN-13: 978-3319730035, Springer, 2018.
11.
Gad, A. F., Practical Computer Vision Applications Using Deep Learning with CNNs: With Detailed Examples in Python Using TensorFlow and Kivy. ISBN-13: 978-1484241660, Apress, 2018.
12.
13.
Khan, S., Rahmani, H., Shah, S. A. A., Bennamoun, M. A Guide to Convolutional Neural Networks for Computer Vision (Synthesis Lectures on Computer Vision). ISBN-13: 978-1681730219, Morgan & Claypool Publishers, 2018.
14.
15.
Metadaten
Titel
Schlüsselkonzepte von ML, DL und Entscheidungsoptimierung
verfasst von
Eberhard Hechler
Martin Oberhofer
Thomas Schaeck
Copyright-Jahr
2023
Verlag
Apress
Buch
Einsatz von KI im Unternehmen

Print ISBN: 978-1-4842-9565-6

Electronic ISBN: 978-1-4842-9566-3

Copyright-Jahr: 2023

DOI
https://doi.org/10.1007/978-1-4842-9566-3_3