Maschinelles Lernen (Paperback)

Paperback. Dieses Buch ist ein forschungsorientierter Leitfaden durch das moderne maschinelle Lernen, der unter drei Gesichtspunkten strukturiert ist: Forschungsperspektiven, juengste Fortschritte und zukuenftige Richtungen. Teil I etabliert strenge Methodiken, datenzentrierte KI (aktives Lernen, schwache UEberwachung, Minderung von Vorurteilen) und kritische Evaluierung ueber einzelne Metriken hinaus. Teil II bietet einen UEberblick ueber neuronale Architekturen (von Transformern bis hin zu Zustandsraummodellen), Optimierung (SAM, Double Descent), generative Modellierung (Vereinheitlichung von Diffusionen), geometrisches Deep Learning und selbstueberwachtes/multimodales Lernen. Teil III behandelt Basismodelle (Foundation Models) - Skalierungsgesetze, emergente Faehigkeiten (In-Context-Lernen, Chain-of-Thought), Grenzen der generativen KI (Halluzination, steuerbare Generierung) und neurosymbolische Ansaetze (RAG, Werkzeugnutzung). Teil IV befasst sich mit den grossen Herausforderungen: effizientes/nachhaltiges maschinelles Lernen, kontinuierliches/Meta-Lernen, Interpretierbarkeit/Robustheit/Ausrichtung (RLHF, kausale Repraesentation) und Wege zu AGI mit gesellschaftlichen Auswirkungen. Jedes Kapitel enthaelt offene Fragen und praktische Forschungschecklisten, die darauf abzielen, die Leser von Konsumenten zu Mitgestaltern zu machen. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability. …