Künstliche Intelligenz verstehen - Der praktische Einstieg ins Fachgebiet KI - Ausprobieren und Weiterprogrammieren, mit Übungen und Glossar

Neugierig 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

  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