Please enable JavaScript.
Coggle requires JavaScript to display documents.
AI (Beispiele, Neurale Netzwerke, Machine Learning, BIAS IN AI, Was ist Ai…
AI
-
Neurale Netzwerke
-
Trainieren:
-Ziel ist das Festlegen der richtigen Gewichtungen der Verbindungen zwischen den Neuronen
-"Cost"-Funktion stellt den "Fehler" der Neuronen des Outputlayers fest
-durch mathematisches bestimmen des Gradienten kann für diese ein minimum gefunden werden
-erste festlegung der gewichtungen zufällig gewählt
-schrittweises verändern der gewichtungen in die richtige richtung duch "Backpropagation" trainiert das Netzwerk
Aufbau:
-Input Layer / Hidden Layer(s) / Output Layer
-sinnvolle Anzahl "Neuronen" in jeder Layer, die werte zw. 0 und 1 annehmen können
-verbindungen zwischen allen Neuronen zweier nachfolgender Layer
-gesamtes Netzwerk kann mithilfe einer Mathematischen Funktion beschrieben werden 
Funktion:
-Neuronen des Inputlayer entspricht dem Input des Neuralen Netzwerkes: z.B. Graustufenwerte bei SW Bilderkennung
-Neuronen des Outputlayer entsprechen dem Erkannten Bild, z.B. "Gartenzwerg" oder "Auto"
-Funktion des Netzwerkes wird alleine durch Gewichtungen der Verbindungen bestimmt
-
Machine Learning
-
-
depending factors: -hardware, optimisation, number of layers in the neural network, size of your dataset
-
BIAS IN AI
examples of bias o AI
-
-
- wrongly associated image search
- not recognizing darker skin tones
-
enforcing outdates stereotypes (ex. connect cooking and kitchen utensils with female depiction in marketing environments)
-
-
issue
- Photographic technology and techniques have been optimized for lighter skin from the beginnings of color film
- Creating a data set that lacks certain biases very quickly slices up your data into such small pieces that hardly anything is left
Was ist Ai, Was ist Deeplearning, Was ist Machinelearning?
Machinelearning
Wie kann man Ai lehren?
Unsupervised learning: nicht klassifizieren und nicht mit Label, sondern einfach viele Fotos geben Zb. Wenn wir viele Fotos von Hotdogs geben, dann kann Ai selbst lernen.
Supervised learning : Einfach kann man mit Label beibringen. Zb Hotdog ist lang. Hotdog hat Wurst. usw
-
-
-
-