Bilderkennung: Definition, Funktionsweise und Anwendungsbereiche
Schadensfälle bewerten, Menschen erkennen oder die Produktsuche. Schon heutzutage stellt die Bilderkennung einen Bereich dar, mithilfe dessen die Identifikation verschiedener Gegenstände oder Muster eines Bildes geschieht. Dabei kommt die Bildererkennung in vielen Anwendungen zum Einsatz und hat vielversprechende Vorteile. In diesem Artikel erklären wir, was Bilderkennung ist, wie diese funktioniert und welche Anwendungsbereiche bereits bestehen. Das Wichtigste auf einen Blick: Was ist Bilderkennung? Die Bilderkennung […]
Was ist ein Large Language Model?
Large Language Models (zu dt. Große Sprachmodelle) arbeiten auf Basis von Deep Learning Modellen mit menschlicher Sprache. Das Ziel des Large Language Models (LLM) ist es, einen Text auf menschenähnliche Weise zu erzeugen und zu verstehen. In diesem Beitrag geben wir Ihnen einen Überblick über Themen wie, Lassen Sie uns einsteigen! Large Language Model einfach […]
Reinforcement Learning: Wenn KI auf Belohnungen reagiert
Dass dem maschinellen Lernen die Zukunft gehört, dürfte mittlerweile unbestritten sein. Mit der wachsenden Komplexität der anfallenden Aufgaben und den sich ständig weiterentwickelnden Lösungsansätzen sind im Laufe der Zeit eine Reihe von Lernmethoden entstanden, die im Umfeld des Machine Learning (ML) zur Anwendung kommen. Reinforcement Learning (RL) ist dabei einer der interessantesten und aussichtsreichsten Ansätze. […]
NLP vs. NLU vs. NLG: Unterschiede, Funktionen und Beispiele
Obwohl die Themengebiete Natural Language Processing (NLP), Natural Language Understanding (NLU) und Natural Language Generation (NLG) miteinander verwandt sind, haben sie jedoch unterschiedliche Funktionen. Im folgenden Beitrag werden Ihnen die Bedeutung, Unterschiede sowie die Funktionen der drei Konzepte näher erläutert. Das Wichtigste auf einen Blick: Was ist die Bedeutung von NLP, NLU und NLG? Innerhalb der Praxis werden […]
Künstliche Neuronale Netzwerke: Definition, Einführung, Arten und Funktion
Künstliche Neuronale Netze (KNN) sind dem menschlichen Gehirn nachempfunden und werden für maschinelles Lernen und künstliche Intelligenz eingesetzt. Computerbasiert lassen sich damit diverse Problemstellungen lösen, die für uns Menschen fast unmöglich wären. In diesem Artikel erkläre ich, wie künstliche neuronale Netze funktionieren, wie sie aufgebaut sind und wo sie eingesetzt werden. Das Wichtigste auf einen […]
Einführung in Keras
Keras ist eine Open-Source-Bibliothek, die in der Sprache Python geschrieben ist und eine rasche Implementierung neuronaler Netzwerke für das Deep Learning ermöglicht. Es kann gemeinsam mit TensorFlow, Theano oder anderen Frameworks verwendet werden. Steigen wir direkt ein: Was ist Keras? Welches sind die hauptsächlichen Vorteile von Keras? Wesentliche Prinzipien der Entwicklung Erweiterungen bei Keras2 Unterstützung […]
Einführung in maschinelles Sehen
Das computergestützte Sehen (Computer Vision) schreitet seit einigen Jahren rasant voran. Neuronale Netze und Deep Learning eröffnen zahlreiche Anwendungsmöglichkeiten, die unseren Alltag erleichtern und bereichern. In diesem Artikel vermitteln wir Ihnen einen Überblick über den Begriff und die Anwendung des maschinellen Sehens. Lassen Sie uns direkt einsteigen! Der Begriff des maschinellen Sehens Wie funktioniert das […]
Deep Learning: Definition, Beispiele & Frameworks
Deep Learning (tiefes Lernen) ist ein Teilgebiet von maschinellem Lernen, welches sich auf künstliche neuronale Netze und große Datenmengen fokussiert. Deep Learning wird dazu genutzt Durch große Datenmengen (Big Data) und stark gewachsene Rechenkraft hat Deep Learning an Relevanz gewonnen. In diesem Artikel gehe ich auf folgende Themen zu Deep Learning ein: Das Wichtigste auf […]
