In Abschnitt 1 haben wir uns 6 verschiedene Beispielanwendungen von KI angeschaut. Die Beispiele 1.3 bis 1.6 basieren auf sogenannten Künstlichen Neuronalen Netzen (KNN). Für den Rest dieses Kurses werden wir lernen, was KNN sind und wie sie funktionieren.

Alle Anwendungen, die wir uns in Abschnitt 1 angeschaut haben, haben eine Sache gemeinsam: Sie liefern auf jeweils eine Eingabe eine Ausgabe:


Was die Eingaben und die Ausgaben sind, hängt sehr von der jeweiligen Anwendung ab. Überlegt, anhand der gezeigten Beispiele und darüber hinaus, was Ein- und Ausgaben sein können.

Künstliche Neuronale Netze sind sozusagen eine bestimmte Art, Ausgaben anhand von Eingaben zu berechnen.

Eine grundlegende Unterscheidung zwischen verschiedenen KNN ist die zwischen klassifizierenden und generativen KNN. Hast du eine Idee, was das für ein Unterschied sein könnte und kannst du ihn anhand der Beispiele in Abschnitt 1 benennen?

Um zu verstehen, wie generative KNN funktionieren, müssen wir erst einmal verstehen, was klassifizierende KNN machen. Und da fangen wir ganz einfach an. Wir versuchen, Lebensmittel anhand ihres Zucker und Fettgehaltes zu ordnen.

Zuletzt geändert: Dienstag, 24. September 2024, 17:16