Neugierige Strukturvorschläge im maschinellen Lernen
Dieser Band beschäftigt sich mit dem maschinellen Lernen - der Autoadaption von algorithmischen Artefakten - als Thema interdisziplinärer Diskurse zu beispielsweise Selbstorganisation oder schwacher künstlicher Intelligenz. Anknüpfend an Heidegger, Goodman und Hubig ermöglicht die Studie einen syste...
Сохранить в:
| Главный автор: | |
|---|---|
| Формат: | Online |
| Язык: | немецкий |
| Опубликовано: |
transcript Verlag
2024
|
| Предметы: | |
| Online-ссылка: | ONIX_20240321_9783839427057_33 |
| Метки: |
Нет меток, Требуется 1-ая метка записи!
|
| Итог: | Dieser Band beschäftigt sich mit dem maschinellen Lernen - der Autoadaption von algorithmischen Artefakten - als Thema interdisziplinärer Diskurse zu beispielsweise Selbstorganisation oder schwacher künstlicher Intelligenz. Anknüpfend an Heidegger, Goodman und Hubig ermöglicht die Studie einen systematischen interdisziplinären Zugang zu maschinellem Lernen, indem seine Charakteristika - etwa künstliche neuronale Netze oder evolutionäres Lernen - präzise, aber dennoch interdisziplinär verständlich beschrieben werden. Darauf aufbauend nimmt Sebastian Harrach eine technikphilosophische Verortung des maschinellen Lernens vor und geht exemplarisch den Denkrichtungen einer interdisziplinären Diskussion nach. |
|---|