Künstliche Intelligenz verstehen

Materialien zum Buch . . . 16
Vorwort zur zweiten Auflage . . . 17
1. Einleitung . . . 19

1. 1 . . . Worum es uns in diesem Buch geht . . . 20
1. 2 . . . Für wen wir dieses Buch geschrieben haben . . . 21
1. 3 . . . Aufbau der einzelnen Kapitel . . . 22
1. 4 . . . Ein Wort an die Programmierunkundigen . . . 22
1. 5 . . . Beispielprogramme und die Webseite zum Buch . . . 23
1. 6 . . . Warum wir JavaScript und p5. js verwendet haben . . . 25
1. 7 . . . Begriffliche Abgrenzung und Fachbegriffe . . . 26
1. 8 . . . Inhalte, Themen, Kapitel . . . 27
1. 9 . . . Dank . . . 30

2. Texte bauen mit Markow . . . 31

2. 1 . . . Das Beispielprogramm Nonsense-Texter . . . 35
2. 2 . . . Der Code des Nonsense-Texters unter der Lupe . . . 37
2. 3 . . . Das Beispielprogramm Wörter vorschlagen . . . 43
2. 4 . . . Wörter vorschlagen . . . 47
2. 5 . . . Gewichteter Zufall . . . 48
2. 6 . . . Ideen zum Weitermachen . . . 50
2. 7 . . . Zusammenfassung und Ausblick . . . 51

3. Schreibfehler automatisch korrigieren . . . 53

3. 1 . . . Das Beispielprogramm Wortvergleich . . . 54
3. 2 . . . Die Matrix befüllen . . . 57
3. 3 . . . Die Umsetzung im Beispielprogramm . . . 62
3. 4 . . . Das Beispielprogramm Korrekturvorschläge . . . 65
3. 5 . . . Ideen zum Weitermachen . . . 67
3. 6 . . . Zusammenfassung und Ausblick . . . 68

4. Wörter gruppieren . . . 69

4. 1 . . . Items und Transaktionen . . . 71
4. 2 . . . Kenngrößen der Assoziationsanalyse . . . 72
4. 3 . . . Ein Beispiel von Hand gerechnet . . . 76
4. 4 . . . Das Beispielprogramm Begriffsnetz . . . 79
4. 5 . . . Eine Tour durch den Code . . . 82
4. 6 . . . Ideen zum Weitermachen . . . 88
4. 7 . . . Zusammenfassung und Ausblick . . . 90

5. Spiele für eine Person lösen . . . 93

5. 1 . . . Das Spiel Fruchtkräsch . . . 93
5. 2 . . . Wie findet die KI den besten Zug? . . . 95
5. 3 . . . Eine vielseitig einsetzbare Spiel-KI . . . 98
5. 4 . . . Die Klasse Spielzustand . . . 99
5. 5 . . . Die Klasse KI . . . 102
5. 6 . . . Ideen zum Weitermachen . . . 107
5. 7 . . . Zusammenfassung und Ausblick . . . 108

6. Spiele für zwei Personen gewinnen . . . 109

6. 1 . . . Das Spiel Reversi . . . 110
6. 2 . . . Das Beispielprogramm Reversi KI . . . 111
6. 3 . . . Der Minimax-Algorithmus . . . 112
6. 4 . . . Tiefensuche und Rekursion . . . 115
6. 5 . . . Die Klasse Spielzustand . . . 123
6. 6 . . . Die Klasse KI . . . 126
6. 7 . . . Beschleunigung mit Alpha-Beta-Pruning . . . 130
6. 8 . . . Ideen zum Weitermachen . . . 131
6. 9 . . . Zusammenfassung und Ausblick . . . 132

7. Q-Learning . . . 133

7. 1 . . . Das Eichhörnchen und das Nussversteck . . . 134
7. 2 . . . Umwelt, Agent, Aktion und Belohnung . . . 139
7. 3 . . . Die Q-Tabelle . . . 141
7. 4 . . . Das Beispielprogramm Q-Lerner . . . 142
7. 5 . . . Die Q-Tabelle befüllen . . . 147
7. 6 . . . Der Code unter der Lupe . . . 150
7. 7 . . . Gamma bestimmt die Weitsicht . . . 152
7. 8 . . . Epsilon: Erforschung oder Anwendung . . . 154
7. 9 . . . Ein zweiter Blick auf den Code . . . 156
7. 10 . . . Alpha . . . 158
7. 11 . . . Was wir weggelassen haben . . . 159
7. 12 . . . Ideen zum Weitermachen . . . 161
7. 13 . . . Zusammenfassung und Ausblick . . . 163

8. K-nächste-Nachbarn . . . 167

8. 1 . . . Häschen, Igel, Vogelspinne oder Hai? . . . 168
8. 2 . . . Das Beispielprogramm Tiere erkennen . . . 169
8. 3 . . . Entfernungen bestimmen mit Pythagoras . . . 172
8. 4 . . . Der Code im Detail . . . 175
8. 5 . . . Ideen zum Weitermachen . . . 178
8. 6 . . . Zusammenfassung und Ausblick . . . 179

9. K-means-Clustering . . . 181

9. 1 . . . Clusterbildung in Aktion . . . 183
9. 2 . . . Das Beispielprogramm Wetterdaten gruppieren . . . 186
9. 3 . . . Der Code . . . 188
9. 4 . . . Grenzen des Verfahrens . . . 191
9. 5 . . . Ideen zum Weitermachen . . . 195
9. 6 . . . Zusammenfassung und Ausblick . . . 195

10. Neuronale Netze I: Das Häschenproblem . . . 197

10. 1 . . . Bilderkennung: ein klassisches Problem . . . 198
10. 2 . . . Was ist ein Modell? . . . 199
10. 3 . . . Der Aufbau eines neuronalen Netzes . . . 201
10. 4 . . . Das Häschenneuron und seine Kollegen . . . 204
10. 5 . . . Das Beispielprogramm Tiere erkennen II . . . 209
10. 6 . . . Der Code . . . 211
10. 7 . . . Ideen zum Weitermachen . . . 211
10. 8 . . . Zusammenfassung und Ausblick . . . 212

11. Neuronale Netze II: Auf dem Weg ins Tal . . . 213

11. 1 . . . Das überwachte Lernen . . . 214
11. 2 . . . Die schrittweise Justierung des Modells . . . 216
11. 3 . . . Das Beispielprogramm Gradientenabstieg . . . 223
11. 4 . . . Der Code . . . 225
11. 5 . . . Tipps zum Weitermachen . . . 226
11. 6 . . . Zusammenfassung und Ausblick . . . 226

12. Neuronale Netze III: Fehler zurückverfolgen mit dem Neuronentrainer . . . 229

12. 1 . . . Was ist Backpropagation? . . . 230
12. 2 . . . Das Beispielprogramm Neuronentrainer . . . 231
12. 3 . . . Validierungsdaten, Überanpassung, Generatoren . . . 237
12. 4 . . . Weitere Beispielaufgaben . . . 240
12. 5 . . . Die Anzahlen der verdeckten Schichten und der Neuronen . . . 244
12. 6 . . . Was wir weggelassen haben . . . 245
12. 7 . . . Ideen zum Weitermachen . . . 246
12. 8 . . . Zusammenfassung und Ausblick . . . 248

13. Neuronale Netze IV: Faltungsnetze, Autoencoder, GANs und DQL . . . 249

13. 1 . . . Faltungsnetze . . . 249
13. 2 . . . Modelle, die Bilder erzeugen . . . 258
13. 3 . . . Autoencoder . . . 260
13. 4 . . . Generative Adversarial Networks . . . 261
13. 5 . . . Deep Q-Learning . . . 264
13. 6 . . . Zusammenfassung und Ausblick . . . 265

14. Transformer verstehen . . . 267

14. 1 . . . Ein Sprachmodell von außen betrachtet . . . 267
14. 2 . . . Wörter in Zahlen codieren für Fortgeschrittene . . . 269
14. 3 . . . Worteinbettungen . . . 270
14. 4 . . . Das Beispielprogramm Wort-Navigator . . . 276
14. 5 . . . Vom Text zur Worteinbettung . . . 282
14. 6 . . . Vom Wort zum Satz zum Text: Sequenzeinbettungen . . . 290
14. 7 . . . Das Beispielprogramm Sequenz-Navigator . . . 292
14. 8 . . . Transformer am Horizont . . . 297
14. 9 . . . Zusammenfassung und Ausblick . . . 301
14. 10 . . . Ideen zum Weitermachen . . . 304

Nachwort: Auf der Suche nach Trurls Elektrobarden . . . 305
Anhang . . . 313

A . . . Eine kurze Einführung in JavaScript und p5. js . . . 315
B . . . Glossar . . . 359
C . . . Quellen und weiterführende Literatur . . . 369
D . . . Abbildungsverzeichnis . . . 373

Index . . . 377