Page - 27 - in Künstliche Intelligenz - Technologie | Anwendung | Gesellschaft
Image of the Page - 27 -
Text of the Page - 27 -
iit-Themenband – Künstliche Intelligenz 27
Abbildung A.3: Bei der linearen Regression (oben links) wird zwischen einer Eingangsvariable
x (hier die Körpergröße) und einer Ausgangsvariable y (hier die Schuhgröße) ein linearer
Zusammenhang hergestellt. Mit dem Modell lassen sich im Anschluss bisher noch unbe-
kannte Werte vorhersagen. Dasselbe ist auch für einen komplizierteren nicht-linearen
Zusammenhang möglich (oben rechts). Bei der Klassifikation (unten) werden die Eingangsva-
riablen für eine Unterteilung in verschiedene Klassen genutzt. In diesem Beispiel wird anhand
von zwei Eingabewerten (x1 und x2) unterschieden, ob es sich um linke (grau) oder rechte
(rot) Füße handelt. Auch bei der Klassifikation gibt es lineare (links) und nicht-lineare
Verfahren (rechts).
Künstliche Intelligenz
Technologie | Anwendung | Gesellschaft
- Title
- Künstliche Intelligenz
- Subtitle
- Technologie | Anwendung | Gesellschaft
- Editor
- Volker Wittpahl
- Publisher
- Springer Vieweg
- Date
- 2019
- Language
- German
- License
- CC BY 4.0
- ISBN
- 978-3-662-58042-4
- Size
- 16.8 x 24.0 cm
- Pages
- 286
- Keywords
- Elektrische Antriebssysteme, Intelligentes Gesamtmaschinenmanagement, Künstliche Intelligenz, Data Mining, Maschinelles Lernen, Deep Learning, artificial intelligence, data mining, machine learning, deep learning
- Category
- Technik
Table of contents
- Vorwort 7
- Inhaltsverzeichnis 15
- A Technologie 18
- B Anwendung 92
- Einleitung: KI ohne Grenzen? 95
- 5. Neue Möglichkeiten für die Servicerobotik durch KI 99
- 6. E-Governance: Digitalisierung und KI in der öffentlichen Verwaltung 122
- 7. Learning Analytics an Hochschulen 142
- 8. Perspektiven der KI in der Medizin 161
- 9. Die Rolle der KI beim automatisierten Fahren 176
- 10. Maschinelle Übersetzung 194
- C Gesellschaft 212
- Ausblick 273
- Anhang 277
- Autorinnen und Autoren 277
- Abkürzungsverzeichnis 286