Künstliche Intelligenz: Die 5 Schulen des Maschinenlernens
Von künstlichen neuronalen Netzen hat heute jeder schon einmal gehört. In ihrem Schatten gedeihen aber noch andere Arten des maschinellen Lernens.
Von künstlichen neuronalen Netzen hat heute jeder schon einmal gehört. In ihrem Schatten gedeihen aber noch andere Arten des maschinellen Lernens.
Er ist Chef des Hasso-Plattner-Instituts und einer der führenden deutschen Informatiker.
Data Analytics ist das neue Heilsversprechen. Was können Unternehmen von Learning Analytics in Hochschulen lernen? Das Magazin CIO zeigt Vorgehen, Methoden und Herausforderungen.
Autokonzerne wie BMW und Daimler verbünden sich mit Softwarefirmen, um das E-Auto der Zukunft zu entwickeln. Elon Musk will es allein schaffen. Möglicherweise ein gefährliches Spiel.
Analog zu der Elektrizität, die ihren Weg aus dem Labor in Milliarden Haushalte, Büros und Fabriken gefunden hat, lassen sich Machine-Learning-Anwendungen schnell und einfach einem größerem Publiku
Amazon hat vorgelegt, jetzt stellt auch Google für seine Cloud-Kunden die erste Betaversion der Deep Learning Containers vor.
Inspiriert von einem Arbeitgeberranking der Employer-Branding-Beratung „Universum“ setzt sich Leonie Merz mit den beruflichen Vorstellungen ihrer Generation, der Generati
Das Tool Bumper Machine soll mit künstlicher Intelligenz die Arbeit im Schneideraum ersetzen.
In Deutschland arbeiten immer weniger Menschen für Unternehmen, die an Tarifverträge gebunden sind.
Automation und Künstliche Intelligenz haben Einfluss auf jede Branche. In der Medizin wird bereits seit langer Zeit auf technologische Unterstützung gesetzt.
Das Kölner Start-up DeepL kann neun Sprachen in 72 Kombinationen maschinell übersetzen.
KI und maschinelles Lernen zählen derzeit zu den Top-Themen in deutschen Unternehmen, so eines der Kernergebnisse einer aktuellen Studie.
ai-port GmbH
Wüllnerstraße 3 | 48149 Münster
mail@ai-port.de | 0251 3900160 | Fax 0251 3900169
Aus Gründen der leichteren Lesbarkeit wird die gewohnte männliche Sprachform bei personenbezogenen Substantiven und Pronomen verwendet. Dies impliziert jedoch keine Benachteiligung eines anderen Geschlechts, sondern soll im Sinne der sprachlichen Vereinfachung als geschlechtsneutral zu verstehen sein.