NEU: Das eBook.de Hörbuch Abo - jederzeit, überall, für nur 7,95 € monatlich!
Jetzt entdecken
mehr erfahren
Zustellung: Do, 18.09. - Sa, 20.09.
Sofort lieferbar
VersandkostenfreiNeugierig auf KI? Lust, zu experimentieren? Dann sind Sie hier richtig. Es erwartet Sie mehr als ein Buch: Mit den im Web bereitgestellten Beispielen können Sie zuschauen und ausprobieren, wie verschiedene KI-Verfahren Texte ergänzen, Spiele gewinnen (oder auch verlieren - das hängt ganz von Ihnen ab . . .), Daten sortieren und vieles mehr. Sie können Parameter wie Textlänge oder Anzahl der Versuche verändern oder auch direkt Hand an den Code anlegen und sehen, was passiert. Dank der Web-Umgebung p5js genügt einfaches JavaScript, um die visuellen Programme zu erstellen. So können Sie sich ganz auf die Logik konzentrieren.
Pit Noack zeigt Ihnen im Buch Schritt für Schritt und Verfahren für Verfahren, was dahinter steckt. Mit handgezeichneten Lerngrafiken und Cartoons von Sophia Sanner. Alle Projekte zum Nachprogrammieren, Herunterladen oder online Bearbeiten. Experimente erwünscht!
Aus dem Inhalt:
- Grundlagen aus der Informatik
- Wörter und Sätze vervollständigen
- Schreibfehler automatisch korrigieren
- Zusammenhänge erkennen und Daten ordnen
- Selbstlernende Algorithmen
- Neuronale Netze
- Transformer und Large Language Models
- Auch für Kultur- und Medieninteressierte geeignet
Inhaltsverzeichnis
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
Produktdetails
Erscheinungsdatum
07. November 2023
Sprache
deutsch
Auflage
2. Auflage
Seitenanzahl
382
Reihe
Rheinwerk Computing
Autor/Autorin
Pit Noack, Sophia Sanner
Verlag/Hersteller
Produktart
kartoniert
Gewicht
724 g
Größe (L/B/H)
227/170/24 mm
Sonstiges
Großformatiges Paperback. Klappenbroschur
ISBN
9783836298582
Entdecken Sie mehr
Pressestimmen
»Das große Plus des vorliegenden Buchs liegt denn auch darin, dass es dem Leser ermöglicht, grundlegende KI-Konzepte selbst auszuprobieren und dadurch zu begreifen. Das macht Spaß und ist überaus lehrreich. Daher empfiehlt sich das Buch für alle, die verstehen wollen, wie künstliche Intelligenz tatsächlich funktioniert. «
»Für all jene zu empfehlen, die Interesse und Freude daran haben, sich mit Künstlicher Intelligenz auseinanderzusetzen, und zwar mit wenig oder auch etwas mehr Vorwissen. «
»Was kommt heraus, wenn ein Künstler, ein Musiker, der Philosophie studiert hat, aber auch Software entwickelt, ein Buch über Grundlagen der KI schreibt? Auf jeden Fall ein Buch, das trotz der sehr technischen Materie alles andere als langweilig ist. Denn die lockeren Texte und die Cartoons und Infografiken von Sophia Sanner werden ergänzt von zahlreichen im Web bereitgestellten Beispielprogrammen. Dort kann man ganz konkret ausprobieren, wie verschiedene Verfahren funktionieren, wie relativ simple Skripte aus Schnipseln Texte zusammensetzen, und was Sprachmodelle eigentlich machen, wenn man an ihren Parametern herumspielt. «
»Geboten wird ein interaktiver Blick in die Funktionsweise der KI, der Spaß macht. «
»Konsequent alltagsnah und ungewöhnlich unterhaltsam präsentiert dieses Lehrbuch wichtige KI-Themen. [. . .] Mit verblüffend alltagsnahen Beispielen und großartigen, teils sehr witzigen Illustrationen vermittelt es aber auch dieser Zielgruppe viel wichtiges Wissen rund um die KI. «
»Zugängliche, wirklich praxisorientierte Einführungen in KI sind nicht gerade üppig gesät. Pit Noack legt nun ein solches Buch vor. [. . .] Auch die Grafiken und Illustrationen von Sophia Sanner machen die sperrige, viel logisches Denken erfordernde Materie geschmeidiger. «
»Der Akzent dieser Veröffentlichung liegt in der Beschreibung und Veranschaulichung der zugrunde liegenden Technologien und des Funktionierens der KI. Der systematische Aufbau erschließt gut das Themenfeld. «
»Für all jene zu empfehlen, die Interesse und Freude daran haben, sich mit Künstlicher Intelligenz auseinanderzusetzen, und zwar mit wenig oder auch etwas mehr Vorwissen. «
»Was kommt heraus, wenn ein Künstler, ein Musiker, der Philosophie studiert hat, aber auch Software entwickelt, ein Buch über Grundlagen der KI schreibt? Auf jeden Fall ein Buch, das trotz der sehr technischen Materie alles andere als langweilig ist. Denn die lockeren Texte und die Cartoons und Infografiken von Sophia Sanner werden ergänzt von zahlreichen im Web bereitgestellten Beispielprogrammen. Dort kann man ganz konkret ausprobieren, wie verschiedene Verfahren funktionieren, wie relativ simple Skripte aus Schnipseln Texte zusammensetzen, und was Sprachmodelle eigentlich machen, wenn man an ihren Parametern herumspielt. «
»Geboten wird ein interaktiver Blick in die Funktionsweise der KI, der Spaß macht. «
»Konsequent alltagsnah und ungewöhnlich unterhaltsam präsentiert dieses Lehrbuch wichtige KI-Themen. [. . .] Mit verblüffend alltagsnahen Beispielen und großartigen, teils sehr witzigen Illustrationen vermittelt es aber auch dieser Zielgruppe viel wichtiges Wissen rund um die KI. «
»Zugängliche, wirklich praxisorientierte Einführungen in KI sind nicht gerade üppig gesät. Pit Noack legt nun ein solches Buch vor. [. . .] Auch die Grafiken und Illustrationen von Sophia Sanner machen die sperrige, viel logisches Denken erfordernde Materie geschmeidiger. «
»Der Akzent dieser Veröffentlichung liegt in der Beschreibung und Veranschaulichung der zugrunde liegenden Technologien und des Funktionierens der KI. Der systematische Aufbau erschließt gut das Themenfeld. «
Bewertungen
0 Bewertungen
Es wurden noch keine Bewertungen abgegeben. Schreiben Sie die erste Bewertung zu "Künstliche Intelligenz verstehen" und helfen Sie damit anderen bei der Kaufentscheidung.