16
Literatur
Konzepte der KI
1
Vorwort
2
Begriffsdefinitionen
3
Typische Problemstellungen und Lernansätze
4
Das CRISP-DM-Modell
5
Daten im Kontext von KI
6
Grundlagen der deskriptiven Statistik
7
Datenvisualisierung
8
Zusammenhänge in Daten erkennen
9
Pandas – die Standardbibliothek für Datenanalyse in Python
10
Neuronale Grundlagen und ihre Implementierung
11
Die Mechanik der Vorhersage: Forward-Propagation
12
Gradient Descent als numerisches Minimierungsverfahren
13
Das Herzstück des Lernens: Backpropagation im Detail
14
Klassifikation
15
Regression
16
Literatur
16
Literatur
15
Regression