Hallo liebe Comunity,

ich gehe im Moment noch in die Schule, könnte mir aber vorstellen zukünftig etwas im Bereich des maschinellen Lernens zu machen. Deswegen würde ich gerne jetzt schon einen Grundstein dafür legen. Ich habe mich aber gefragt, wie man da am besten einsteigen könnte. Mein Plan war es jetzt, erst mal meine mathematischen Kentnisse aufzufrischen und den Schulstoff der letzen Jahre Mathe zu wiederholen. Darauf aufbauend wollte ich dann in die höhere Mathematik einsteigen und mich mit linearer Algebra, Stochastik & Statistik befassen.

Danach würde ich dann beginnen mir das Programmieren beizubringen. In Python kenne ich mich schon ein bisschen aus, aber ich würde mein Können als definitiv ausbaufähig beschreiben.

Als letzen Schritt würde ich mich dann mit KI-spezifischen Themen auseinandersetzen. Da hab ich mir jedoch noch nichts genaueres überlegt. Wahrscheinlich beständer der Teil dann darin, die Struktur von neuronalen Netzen tiefer zu durchblicken, mit KI-Frameworks zu experimentieren und verschiedene Trainingsmethoden auszuprobieren (Supervised learning, Reinforcment learning, etc.)

Aber ich bin halt echt alles andere als Experte in diesem Bereich (das will ich ja erst noch werden in Zukunft). Deswegen bitte ich darum, mögliche Fehler in meiner Nachricht zu entschuldigen.

Jetzt zu meiner Frage an alle, die sich mit KI auskennen, selber in diesem Bereich tätig sind oder sich auf dem Weg dahin befinden.

Was haltet ihr von meinem Plan. Würdet ihr anders vorgehen? habe ich irgendetwas wichtiges vergessen? Würdet ihr das Erlernen dieser Fähigkeiten anders strukturieren?

Über eine simple Bewertung und ein paar Ratschläge würde ich mich sehr freuen.

Viele Grüße und noch einen schönen Sonntag :)

Ich habe gehört, dass man eigentlich gar nicht von künstlicher Intelligenz reden kann sondern nur von Maschine Learning, stimmt das?

KI umfasst die Teilmenge ML (Machine Learning), welches die Menge DL (Deep Learning) umfasst, das wiederum die Menge NN (Neural Network) umfasst.

All diese Dinge gibt es schon seit vielen vielen Jahren, sei es auch weniger komplex. KI ist grundsätzlich nichts neues, insbesondere Computerspieler sind damit seit Jahrzehnten vertraut, wenngleich auch hier die Komplexität von früher wesentlich geringer ist.

Was genau hat sich in den letzten Jahren dermaßen verändert, dass der Begriff KI durch die ganze Welt auf jene Weise wandert, als hätte es sie vorher nicht gegeben?

Moin,

Im Internet sind verschiedene Ansätze für das Erstellen eines Entscheidungsbaum aus einem numerischen Datensatz zu finden.

Bei manchen wird "<" verwendet, andere benutzen "≤".

Ist es egal für welchen der beiden man sich entschiedet oder hängt es von dem Datensatz ab? Kann man beide Vergleichszeichen innerhalb eines Baumes benutzen?

Was sagt ihr zu folgedem Video (11:33) ...

https://www.youtube.com/watch?v=ISd-vBZAzwo

Ist es höchste Zeit bei KI genau hinzusehn?

Gegeben seien die folgenden Infos zu den beiden geometrische Verteilungen:

Meine Frage: Kann man auch mittels Invarianz den MLE-Schätzer aus (2) bestimmen?

Mein Versuch (leider falsch):

Hi ich habe Programmier Erfahrung und auch Grundlagen in Mathe, ich will jetzt gerne mich mit Büchern an machine learning wagen.

Bücher deshalb weil ich damit am besten lernen kann.

Englischsprachige Bücher sind meist die besseren, aber nicht immer gut verständlich , trotz sehr guter englisch Kenntnisse..

Welche Bücher sind für deutschsprachige gut zu verstehen?

Guten Morgen,

erstmal vorweg - mir ist bewusst, dass KI nur ein Machine Learning Modell ist, aber der Einfachheit für die Allgemeinheit nenne ich sie in diesem Beitrag weiter KI.

Ich erinnere mich, dass ich vor zwei, drei Jahren am Arbeitsplatz saß und hörte, dass ChatGPT kommt. Anfangs noch ziemlich dürftig, hat das meiste falsch verstanden und ungefilterte Beiträge ausgegeben.

Vorgespult auf 2024 - ChatGPT gibt mittlerweile relativ selten falsche Beiträge und kann sich via Suchmaschine Informationen rausziehen und als Quelle angeben. Es ist sogar möglich selbst ein Modell einzubauen für Informationsquellen wie zum Beispiel Confluence. Ebenso hat sich die Bildgenerierung enorm verbessert, sodass zum Beispiel Finger meistens Problemlos dargestellt werden, wie auch generell Körper deutlich realistischer wirken. Sora wurde nun auch mittlerweile vorgestellt und wir sind dadurch dabei, ziemlich realistische Videos zu erzeugen.

Wie habt ihr die Entwicklung von KI auch langsamer eingeschätzt? Habt Ihr Euch das so schon vorher vorgestellt? Denkt Ihr, dass es so rasch weitergehen wird? Denkt Ihr, dass KI in unserem Alltag nicht zu spät einen festen Platz bekommen wird?

Roboter wie Optimus und Figure machen ja schon einiges vor. Denkt Ihr, dass wir solche Roboter in wenigen Jahren schon regelmäßig als 'Angestellte' sehen werden?

Gibt es irgendwelche Websites, Kurse, etc.? Darf auch etwas kosten.

Ich bin recht erfahren mit PL/SQL und habe relativ gute Kenntnisse in C#, Python und Swift.

Wie fängt man am besten an?

Ich arbeite in einer IT-Firma und wir arbeiten in einer Machine Learning Gruppe, weil wir sonst keine Projekte haben (bin sonst backend Entwickler, aber es gibt nichts zu tun derzeit, weil wir im Projektgeschäft sind). Mein Projektleiter hat dauernd irgendwelche Ideen, was wir umsetzen können, Problem ist aber:

1) Außer mir hat noch keiner ein Model trainiert oder längere Erfahrung mit LLMs.

2) Wir sind 2-3 Entwickler, die wenig Erfahrung haben.

3) Das Produkt soll für gerade mal ein paar tausender verkauft werden.

Ich sehe nicht wie man das erfüllen soll und wir haben es der Geschäftsleitung schon vorgerechnet, demonstriert etc. trotzdem will man anscheinend nicht aufgeben.

Problem ist: Ich fühle mich, als verschwende ich meine Zeit.

Und nein wir wurden nicht für den Bereich eingestellt, wir sind keine Data Scientist. Zumindest außer mir hat damit keine große Erfahrung.

Die erwarten halt auch, dass wir das innerhalb von n paar Wochen oder Monaten produktiv fähig machen.

Es zieht mich mega runter, ich komme demotiviert auf die Arbeit und es gab auch schon ein unschönes Gespräch mit der Geschäftsleitung wo man andeutete, dass wir ja einfach keine Lust hätten.

Ich werde die Leitung eh nicht überzeugen können, aber daher meine Frage wie geht man damit persönlich um? Wie gibt man sich in Gesprächen? Ich muss ja trotzdem Professionalität bewahren.

Ich arbeite inner IT-Firma und wir sollen gerade zu 3 ein ML Projekt machen, welches aus meiner Sicht (und ich bin der einzige, der jemals Modelle trainiert hat und n paar Module in ML gemacht hat) und der Sicht meines Kollegen ist das einfach nicht machbar.

Wir sollen ein Proof of Concept für ein Projekt machen, wo man ein RAG System bauen muss, mit sehr starken Modellen, um Texte korrekte zu generieren. Meine Firma hat genau 0 Erfahrung damit, wir haben keine Hardware, die über eine 3080 hinaus geht.

Mein Kollege ist sehr frustriert und ich hab morgen Daily, Problem ist neben meinem Projektleiter ist einer der Geschäftsführer immer dabei. Wir haben vonner anderen Firma angeboten bekommen das mit deren Framework zu machen und das scheint die einzige realistische Lösung.

(Wir haben 0 Schulungen gekriegt, keine Kurse, keine Vorbereitung) bin leider auch in der Probezeit, die bald endet, aber das hilft meinen Chancen denke ich mal nicht unbedingt.

Wie kommuniziert man am besten seinem Chef, dass so etwas einfach nicht möglich ist und man auch nicht einfach so mal eben IT-Mitarbeiter zu ML Leuten umschulen kann?

Im Zusammenhang mit Maximum Likelihood bin ich bei der folgenden Umformung unsicher:

E[ (𝚺yi)^2 ] = E [ 𝚺 yi^2 ]
(jeweils Summe von i=1 bis n und davon der Erwartungswert)

Ich weiss das kann man generell sicher nicht so machen. Am Anfang der Aufgabe wird aber gesagt, dass yi iid ist? Funktioniert es unter dieser Annahme?

Hi,

Bin momentan gerade an einer Maximum Likelihood-Aufgabe und habe immer wieder das gleiche Problem:

Wenn ich die zweite Formel einsetze, dann passt das was ich bei ML nachweisen soll. Aber eigentlich ist die Varianz für die Poisson-Verteilung doch in Formel 1 definiert. Chat-GPT ist bei solchen Basics verhältnismässig okay, aber der springt auch bei jeder Frage von der einen Formel zur anderen.

Kann mir jemand erklären, wo genau der Unterschied liegt zwischen diesen Formeln, was korrekt ist und was ich für ML benutzen sollte?

Ich habe gelesen, dass die EU hier neue Konzepte erarbeitet. Eine grosse Schwierigkeit ist vermute ich, dass man enorme Rechenressourcen braucht. Angenommen die EU stellt diese Rchenressourcen bereit (soll sie ja vorhaben), dann frage ich mich, ob der 20 Jährige Informatik-Student genauso Zugriff auf diese Rechenressourcen haben wird wie ein Startup oder das reiche Unternehmen, das da gerade an einer Idee arbeitet. Das alles kann ja auch nicht mit einer einzelnen 6000 ADA oder 4090 bewerkstelligt werden, die ja schon teuer genug sind. Das wiederum bedeutet im Umkehrschluss, dass ein grosser Teil unserer Talente faktisch keinerlei Mitspracherecht hat, solange sie nicht für ein grosses Unternehmen arbeiten.

Kann mich jemand diesbezüglich auf den aktuellen Stand bringen? Tüftelt die EU hier an Möglichkeiten, Rechenressourcen fair bereitzustellen? Die Frage ist aus der Sicht eines Laien formuliert, deshalb: Erleuchtet mich.

Hallo liebe Community,

ich lerne momentan Coding über die CS50 Kurse von HarvardX. Ich bin beim ersten Kurs „CS50P: Introduction to Programming with Python”. Darauf folgen sollen “CS50X: Introduction to Data Science”, “CS50's Web Programming with Python und JavaScript” und zu guter letzt “CS50's Introduction to artificial intelligence”. Ich werde noch einige weitere Kurse absolvieren, die mit Machine Learning, Deep Learning zu tun haben.

Ich will auch eine Ausbildung zum FI Anwendungsentwickler absolvieren und später noch in diese Richtung studieren.

Meine Frage: Hat ein MacBook Pro 14" mit dem M3-Pro Chip (Base) und 36GB RAM genug Power, um das Programmieren mit Machine Learning zu lernen und vielleicht auch etwas fortgeschrittener damit zu arbeiten? Ich bekomme das Gerät nämlich fast geschenkt. Also habe ich lange Spaß damit? So für die nächsten 3-4 Jahre des Lernens.

Ich will nur wissen, ob ich mit dem Gerät gut fahre. Bitte keine Tipps wie “Kauf dir lieber Windows” solche Diskussionen will ich gar nicht erst starten. 😂 Ich liebe einfach die Effizienz von den neuen MacBooks.

Ich hörte nur, dass Machine Learning doch mehr Leistung beansprucht und die GPU und RAM doch etwas mehr sein dürfen. Vielleicht reicht das ja für den Anfang.

liebe Grüße

Hey Leute,

ich bin fortgeschrittener Programmierer und habe großes Interesse an KI basierten Themen. Bin aber leider bis auf oberflächliche News und ChatGPT Nutzung noch nicht tiefer in dem Thema drin.

Mein konkretes Vorhaben/Ziel ist es, mithilfe solcher Modelle beispielsweise Projekte schneller zu erstellen. Beispielsweise möchte ich eine Webseite an das Modell geben (als Bild oder besser als HTML code), das dann analysiert wird. Danach soll er mir sagen können, welche Funktionalitäten auf dieser Seite vorhanden sind. Dazu soll er mir dann einen Ablaufplan erstellen oder im besten fall einen Code, den ich spezifiziere nach meinen Anforderungen. Als Resultat soll aber nicht nur ein Text herauskommen, sondern eine Ordnerstruktur mit den verschiedenen Seiten/Subdomains und darin Files, die Codes enthalten zu meinen Anforderungen.

Ich möchte irgendein Modell Füttern und Resultate sehen und das Prinzip verstehen. Ich bin ein Tutorial in Python zu maschinelles Learning durchgegangen, kann damit aber noch nicht allzu viel anfangen und denke, dass es nicht das ist, wo ich mit meinem Ziel hin möchte.

Das ist jetzt vielleicht schon ein ambitioniertes Ziel, aber mir geht es erstmal darum, einen Ansatz zu finden, wie ich überhaupt in diese Richtung gehen kann, um ein Gefühl dafür zu bekommen.

LG & Thx

Ich weiß, dass in den USA "hire and fire" weit verbreitet ist, aber er war der CEO von dem Laden...

hOIIII,

ich soll durch "explicit construction" beweisen, dass eine gewisse Ungleichung für alle n aus N gilt. Was muss ich dafür explizit konstruieren? Heißt das einfach, dass ich nicht den Weg über vollständige Induktion gehen soll?

Angenommen, ich beherrsche bereits Programmiersprachen wie JavaScript und habe Grundkenntnisse in Python. Gleichzeitig kann ich HTML, CSS und sowas wie Vue.js. Also nichts besonderes, aber auch keiner, der noch nie Code geschrieben hat.

Programmieren gehört nicht zu meinem Arbeitsalltag, aber ich nutze Programmierkenntnisse in meiner eigenen Branche, da man sie hin und wieder wie ein Werkzeug braucht.

Nun will ich mich dem Thema Machine Learning und so weiter widmen, wie steil ist hier ausgehend von meinen Kenntnissen die Lernkurve? Gehen wir von einem lernwilligen Menschen aus, der sich auch täglich 4-5 Stunden mit dem Thema befassen kann.

Wie würdet ihr vorgehen? Welche Lernquellen sind hier empfehlenswert, um die Sache wirklich professionell anzugehen und nicht mit irgendwelchen halbgaren YouTube-Videos blind im Wissenskosmos herumzuirren?

Hallo,

mir ist bewusst, dass man über die OpenAI-API das GPT-3 und das GPT-4-Modell nutzen kann.

Gibt es aber die Modelle irgendwo zu downloaden, statt über die API auf sie zuzugreifen? Schätzungsweise müssten sie "nur" ein paar Terrabyte groß sein, daher meine Hoffnung, dass sie irgendwo verbreitet worden sind?

Die Bilder haben zwar ein paar Fehler, wenn man auf die Details achtet, aber insgesamt finde ich die Ergebnisse sehr beeindruckend.

Ein paar Beispiele:

Ich frage mich, ob schon so viele Nutzer diese wichtige Frage gestellt haben, oder ob die KI aus meinen bisherigen Fragen gelernt hat.

ChatGPT selbst kann die Frage übrigens nicht beantworten.

Da steht doch vorm = das gleiche wie dahinter, nur ohne Summe. Oder überseh ich was?

Falls sich noch jemand mit dem Thema Gradient Descent generell auskennt, das hier ist laut Vorlesung dann die Update Regel für die Weights:

Dann könnte ich mir den ganzen Spaß ja sparen und gleich das Label verwenden? Da passt doch irgendwas nicht

Hallo miteinander!
Warum heißt es zum Beispiel nicht "Deep Learning AND Machine Learning"? Für was steht das "gegen" bei den zwei Lernarten der KI?

Meine Frage bezieht sich auf unten stehendes Bild was eine vereinfachte Darstellung eines neurons sein soll im Bezug auf machine learning.

Anscheinend wird der Output durch das Skalarprodukt der Inputs und der Gewichtung erzielt

Sprich: input1*weight1+input2*weight2+input3*weight3=Output

Meine Frage was kommt aus dem Summenzeichen raus und geht in die Schwellenwertfunktion ein? Also in das zweite Symbol in den Kreis. Kann mir das jemand beantworten ?

Quelle des bildes: https://blog.ephorie.de/understanding-the-magic-of-neural-networks

Ich suche den passenden Namen für so eine Art von Variablen:

• Sie verändern im Laufe der Zeit ihren Wert, bis ein bestimmtes Ereignis eingetroffen ist
• Nachdem das Ereignis eingetroffen ist, nehmen sie den ursprünglichen Wert an
• Bin im Zusammenhang mit Optimieren von Machine-Learning-Modellen auf den Variablennamen gestoßen und der Name war englisch

Eine Zeit-Variablenwert-Tabelle könnte also z.B. so aussehen:

t0 - 1/64

t1 - 1/32

t2 - 1/16

t3 - 1/8

t4 - 1/64

Habe "temperature variable", oder "heat variable" im Kopf, aber unter den Begriffen findet man nichts passendes.

Überall in den Medien war zu lesen "Das war's für Google" und "Google muss nachlegen...".

Aber im Ernst, Bing Chat ist doch voll der XXXX hat für mich nichts mit ChatGPT zu tun - und ich sehe die Nutzung eher als kontraproduktiv.

Sicherlich werden sich die Suchgewohnheiten in Zukunft ändern - aber im Moment sehe ich da keinen Nutzen, es ist extrem fehleranfällig. Bing würde ich nie benutzen, ich finde es zu überladen - viel zu viel des Guten.

Kennst du irgendwelche KI/AI Tools?

Hallo

Ich habe noch nie eine KI programmiert und wollte es deshalb wollte ich mal mit Tensorflow es ausprobieren. Bei mir hat es funktioniert nur wenn ich mein Netz trainiere wird bei mir "loss: nan" angezeigt.

Mein Code:

import tensorflow as tf #Für neuronale netze
from tensorflow import keras #Für daten und andere dinge
model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])]) #Hier definieren wir das model
model.compile(optimizer='sgd', loss='mean_squared_error') # Compilieren wir das Model


#Daten generieren
xs = list()
for x in range(0, 1000):
 xs.append(x)
ys = list()
for x in range(0, 1000):
  ys.append( xs[x] ** (1 / 2) ) #Für jedes Elemnt die quadratwurzel berechnen


#Netz trainieren
model.fit(xs, ys, epochs=1000)


#Ki Konsole
print("Hallo frage bei mir die quadrat wurzel ab")
print("Tippe exit zum beenden")
while True:
  inp = input("$ ")
  if inp == "exit": break
  else:
    print(model.predict([float(inp)])

Wenn ich es trainiere und abfrage:

Wisst ihr wiré ich das beheben kann? Also das bei "loss:" der Wert angezeigt wird und wen ich abfrage auch kein "loss:" angezeigt bekomme sondern den passenden wert.?

TheCPP

Hi also KI, da gibt es ja verschiedene Methoden machine learning deep learning und bestimmt noch andere... aber ich frage mich warum gibt es noch keine "starke KI" also eine die schlauer ist als der Mensch also allgemein einfach... kann man nicht einfach so ein learning system aufsetzten und große Teile des Internets da drauf laden? Das sind doch genug Daten und wenn man nur das wichtigste nimmt, dann analysiert die maschine wenn die leistungsstark ist in ein paar wochen durch oder? Was überseh ich da? Der roboter könnte ja alles dann.

hi Leute, gibt es eigentlich eine Website, die es möglich macht:

nach einem begriff zu suchen und einen großen Katalog von Bildern zu diesem Begriff herunterzuladen. Da es Mega aufwendig ist, sich 1000 Bilder via Hand einzeln herunter zu laden, um ein Neuronales Netz zu Trainieren

Hallo,

Ich möchte gerne Maschinensprache lernen, aber weiß, dass dies sehr schwierig ist. ich finde nur keine ordentliche Seite zum lernen. Kann mir jemand helfen?

LG

Hier ist: y=a*x+b und man muss a und b bestimmen. Für die Ingeneure und Statistiker unter euch: Wie leitet man diese Formel her?

Ich verbringe jeden Tag viel Zeit damit, bei Tinder zu swipen. Eigentlich ist das Zeitverschwendung.

Meine Idee: Durch Swipen bei Tinder ein Machine Learning Modell trainieren, das lernt welche Frauen ich attraktiv finde. Nach der Trainingsphase erledigt ein Bot das Swipen basierend auf den Entscheidungen, die das Machine Learning Modell trifft. Falls es mal zu einem Match kommt, würde ich wieder übernehmen.

Ist diese Idee realistisch? Gibt es eine offizielle Tinder-API (bzw. eine inoffizielle, die gut dokumentiert ist)?

Hallo, Apple hat gestern die neuen Macbooks releast. Das Macbook Pro mit M1 Max-Chip hat unter anderem eine 10-Core CPU und 24 -Core GPU sowie 32 GB Ram. Wie würdet ihr diese Stats im Verhältnis zu den bisherigen PCs vergleichen, die beispielsweise fürs Machine-Learning konzipiert wurden? Bisher war es ja so, dass Macbooks für sowas eher suboptimal waren, bei den alten Macbook Pros mit M1 Chip hatte Apple aber schon damit geworben, dass die Macbooks im Machine-Learning Bereich einsatzfähig sind.

Bitte keine Windows vs. Apple Diskussion oder so, mir gehts um die nüchterne Bewertung 😅

Moin,

zu meiner Situation: Ich schließe jetzt meinen Bachelor in Informatik ab und möchte danach anfangen zu arbeiten. Einen Master-Abschluss möchte ich dann per Fernstudium berufsbegleitend noch machen.

Ich habe schon gesehen, dass man als SW Engineer einen Job mit Bachelor Abschluss bekommen kann, aber wie sieht das im Bereich machine learning aus?

Ich habe in dem Bereich die Grundlagenveranstaltung an der Uni an der ich studiere abgeschlossen und einige private Projekte gemacht. Hat man damit Chancen, oder wird in dem Bereich ein Master Abschluss vorausgesetzt?

Hallo, ich bin 15 und ich habe mir in den letzten zwei Jahren Python angeeignet, da ich sehr in KI, also speziell Machine Learning, Deep Learning und KNNs interessiert bin. Jetzt entdecke ich aber immer öfter KI-Projekte von großen Firmen, wie z.B Tesla, die auf C++ setzen, wie Tesla beim Autopiloten. Jetzt frage ich mich ob es sinnvoll war, Python zu lernen oder ob das Zeitverschwendung war. Außerdem, soll ich C++ noch dazu lernen?

Hi

Ich weiß nicht wie ich alle Zahlenwerte in einer Liste miteinander addieren soll.

Vielleicht kann mir da jemand weiterhelfen?

LG

Hallo,

ich würde gerne mit einem Machine learning Projekt anfangen (mit Pytorch) und spiele mit dem Gedanken mir eines der neuen MacBooks zu kaufen.
Jetzt zur eigentlichen Frage:

Amd Grafikkarten sind ja eher nicht geeignet für solche Zwecke sondern man sollte eher zu Nvidia greifen. Funktioniert das bei Apples Chip besser als bei Amd?

In einer Machine Learning Vorlesung kommt immer wieder das griechische Symbol Theta vor, allerdings wird es nirgendwo seperat definiert. Auf Wikipedia wird es u.a. als "unbekannter Parameter" definiert, das macht allerdings hier wenig Sinn. Weiterhin wird später in der Vorlesung von der "disjuctive normal form θ ∈ Θ" gesprochen.

Was bedeutet (Θ, θ) hier?

Besonders eine Antwort in Bezug auf das Bild unten würde mir sehr helfen.

Heutzutage werden ja die neuen Technologien wie künstliche Intelligenz und maschinelles Lernen immer mehr gepusht. Im IT Markt werden aber zum Großteil Apps, Webseiten und Spiele entwickelt. KI und maschinelles Lernen werden weitgehend an den Universitäten ,wissenschaftlichen Instituten usw. geforscht. Ganz sicher werden aber diese Technologien später auch im realen IT Markt immer mehr Anwendung finden. Kann das später den Beruf des Übersetzers/Dolmetschers negativ beeinflussen? Denn sogar kostenlose Dienste wie Google Translate haben sich stark verbessert. Jedoch reicht das nicht für professionelle übersetzerische Tätigkeiten. Hat dieser Beruf immerhin Zukunft?

Hi, ich verstehe bei der Formel eine Sache nicht. Die umgedrehte 6 verstehe ich nicht was bedeutet diese? Und a ist doch Parameter oder?

Hi, ich mache derzeit die Schule und würde gerne die oberen Dinge neben der Schule lernen. Ich habe Grundkenntnisse in Python. Welche Bücher könntet ihr mir empfehlen um Machine Learning, Artificial Intelligence, Natural Language Processing zu Lernen und so gut wie ein Master zu werden der das studiert hat. Ich würde täglich damit 3-4 Stunden verbringen über 2 Jahre.

Bin gerade dabei meine Hausarbeit über Machine Learning zu schreiben und tue mir schwer Data Mining von Machine Learning abzugrenzen. Im speziellen Fall, bräuchte ich Hilfe bei folgender Frage. Ist der Apriori Algorithmus dem Maschinellen Lernen oder dem Data Mining zuzuordnen?

Guten Abend,
ich bin derzeit angestrengt auf der Suche nach einem Präsentationsthema, wobei mir nur leider nichts passendes Einfallen will. Da wir keine genaue Eingrenzung haben könnte es alles sein, wichtig ist dass es auf wissenschaftlicher Basis bearbeitet werden kann und vergleichend sein soll. Themenbereiche die mir eingefallen sind wären: die Anwendung von Machine Learning oder Computerhardware aber ich habe keine konkrete Leitfrage und mir fällt beim besten willen keine ein.

Hallo :)

Ich habe vor, eine Facharbeit über das Thema Künstliche Intelligenz(machine learning, deep learning) zu schreiben. Als "Zusatz" möchte ich ein Programm schreiben, um die Themaik etwas zu veranschaulichen, dazu fehlt mir aber leider eine gute Idee. Habe ihr irgendwelche vorschläge, wie man diese Thematik praktisch veranschaulichen kann?

Vielen Dank im vorraus :)

Guten Mittag. Ich arbeite viel mit Künstlichen intelligenzen, allerdings dauert der Trainingsprozess bei meiner GTX 960 einfach ewig. Ich bin also gerade dabei mir einen kleinen Computer nur für das trainieren zusammenzustellen und nun Frage ich mich, welche Grafikkarten am besten dafür geeignet sind. Ich hatte vor drei bis vier einzubauen, die Frage ist nun welche sich am besten dafür eignet. Unter 500 Euro pro Graka wären für mich ertragbar. Vielen Dank!

Hallo Community :)
Ich würde mich gerne mit Künstlicher Intelligenz und Machine Learning auseinander setzen. Jedoch fehlt mir bisher die mathematische Grundlage dafür, da ich erst in die 11. Klasse gehe. Ich habe zwar für mein Alter ein recht großes Wissen im Bereich Informatik aufgebaut ( Thema meiner Facharbeit war: Datenübertragung im lokalen Netzwerk mit Verschlüsselung, Prüfsummen, Authentifizierung, etc. ... also ganz unerfahren bin ich nicht).  Naja jedenfalls wollte ich fragen ob jemand von euch Tipps hat wie man bei diesem komplexen Thema Machine Learning anfängt. Möglicherweise Buchvorschläge oder so.
Danke