Buch, Deutsch, 225 Seiten, Format (B × H): 159 mm x 240 mm, Gewicht: 422 g
ISBN: 978-3-658-49449-0
Verlag: Springer
In einer Zeit, in der Künstliche Intelligenz allgegenwärtig erscheint und gleichzeitig viel Halbwissen kursiert, bietet dieses kompakte Lehrbuch eine fundierte und verständliche Einführung in die Grundlagen der KI – mit einem besonderen Fokus auf Anwendungen und statistische Methoden. Ausgehend von einfachen Excel-Beispielen bis hin zu komplexeren Konzepten wie dem Perceptron-Paradigma, neuronalen Netzen und Clustering, führt der Autor Schritt für Schritt durch zentrale Themen der KI. Dabei bleibt er – wo möglich – im Rahmen der Schulmathematik und ergänzt notwendige Kenntnisse in R und Matrizenrechnung in übersichtlichen Anhängen.
Zahlreiche Übungen fördern durch das eigenständige Lernen und Vertiefen das Verständnis. Dieses Buch richtet sich nicht nur an Studierende der Wirtschaftsinformatik und BWL, sondern auch an alle, die sich kritisch und fundiert mit KI auseinandersetzen möchten.
Zielgruppe
Upper undergraduate
Autoren/Hrsg.
Fachgebiete
- Wirtschaftswissenschaften Wirtschaftswissenschaften Wirtschaftswissenschaften: Allgemeines
- Mathematik | Informatik Mathematik Stochastik
- Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz Maschinelles Lernen
- Mathematik | Informatik EDV | Informatik Business Application Mathematische & Statistische Software
Weitere Infos & Material
Historischer Rückblick.- Formalisierung der natürlichen Sprache.- Das Perceptron-Paradigma.- Anwendungen.- Beschreibende Statistik.- Wahrscheinlichkeitsrechnung.- Inferenzielle Statistik.- Output neuronaler Netze als Wahrscheinlichkeiten.- Nicht überwachtes Lernen.- Kerne (engl. Kernels).- Anhänge.




