Glossar

KI / AI 

Künstliche Intelligenz (KI) im englischen ‘Artificial Intelligence’ (AI) ist die Basis, auf der menschliche Intelligenz nachgeahmt wird. Zu diesem Zweck werden Algorithmen erstellt, angewendet und in eine dynamische Computing-Umgebung integriert. Künstliche Intelligenz ist der Überbegriff für Anwendungen, bei denen Maschinen menschenähnliche Intelligenzleistungen erbringen. Darunter fallen das maschinelle Lernen oder Machine Learning, das Verarbeiten natürlicher Sprache (NLP – Natural Language Processing) und Deep Learning. KI kann logisches Denken, Lernen, Planen und Kreativität imitieren.

Deep Learning

Beim Deep Learning werden künstliche neuronale Netze verwendet, um anspruchsvolle Berechnungen mit großen Datenmengen durchzuführen. Es handelt sich um eine Art des maschinellen Lernens, das auf der Grundlage der Struktur und Funktion des menschlichen Gehirns funktioniert. Deep Learning wird dazu genutzt, Bilder zu erkennen, Texte zu versehen und Entscheidungen genauer zu tätigen.

Beispiele von Algorithmen, die beim Deep Learning verwendet werden
Convolutional Neural Networks (CNNs) (Faltungsneuronale Netze )
Long Short Term Memory Networks (LSTMs) (Netze mit langem Kurzzeitgedächtnis)
Recurrent Neural Networks (RNNs)
Generative Adversarial Networks (GANs)
Radial Basis Function Networks (RBFNs)
Multilayer Perceptrons (MLPs)
Self Organizing Maps (SOMs) (Selbstorganisierende Karten)
Deep Belief Networks (DBNs)
Restricted Boltzmann Machines( RBMs)
Autoencoders

Ensemble Learning

Unter Ensemble Learning wird das Zusammenfügen einer endlichen Menge an Lernalgorithmen verstanden, um bessere Ergebnisse zu erhalten als mit einem einzelnen Lernalgorithmus. Ensemblemethoden werden in der Statistik und für Machine Learning eingesetzt. Die Berechnung der Ergebnisse dieser Menge von Algorithmen dauert zwar länger als die Auswertung eines einzelnen Algorithmus, allerdings kann bereits mit einer viel geringeren Rechentiefe ein in etwa gleich gutes Ergebnis erreicht werden.

Neuronale Netzwerke

Ein neuronales Netzwerk ist wie das menschliche Gehirn aufgebaut und besteht aus künstlichen Neuronen, die auch als Knoten bezeichnet werden. Diese Knoten sind in drei Schichten gestapelt: Eingabe-, versteckte und Ausgabeschicht. Die Daten versorgen jeden Knoten mit Informationen in Form von Eingaben. Der Knoten multipliziert die Eingaben mit zufälligen Gewichten, berechnet sie und fügt eine Vorspannung hinzu. Schließlich werden nichtlineare Funktionen, die auch als Aktivierungsfunktionen bekannt sind, angewendet, um zu bestimmen, welches Neuron feuern soll.

3Blue1Brown – What is a neural network

Parameter

in Funktionen und Gleichungen neben den eigentlichen Variablen auftretende, entweder unbestimmt gelassene oder konstant gehaltene Größe. Parameter werden auch Formvariablen genannt. Sie treten in Funktionsgleichungen gemeinsam mit den Variablen x oder y auf, sind aber von anderer Qualität. Parameter sind beliebig wählbar, jedoch im Gegensatz zu den Argumenten x und y für konkrete Funktionsgleichungen fest.

Algorithmen

Ein Algorithmus ist eine eindeutige Handlungsvorschrift zur Lösung eines Problems oder einer Klasse von Problemen. Algorithmen bestehen aus endlich vielen, wohldefinierten Einzelschritten. Damit können sie zur Ausführung in ein Computerprogramm implementiert, aber auch in menschlicher Sprache formuliert werden. Bei der Problemlösung wird eine bestimmte Eingabe in eine bestimmte Ausgabe überführt.
Die folgende Eigenschaften eines Algorithmus sollten definiert sein :
1. Das Verfahren muss in einem endlichen Text eindeutig beschreibbar sein. 2. Jeder Schritt des Verfahrens muss tatsächlich ausführbar sein. 3. Das Verfahren darf zu jedem Zeitpunkt nur endlich viel Speicherplatz benötigen. 4. Das Verfahren darf nur endlich viele Schritte benötigen.

Deployment

Als Deployment (Softwareverteilung) bezeichnet man die halb- oder vollautomatisierten Prozesse zur Installation und Konfiguration von Software auf PCs und Servern, typischerweise in Unternehmen. Ziel einer Deployment-Strategie ist es, Aspekte des IT-Managements in Betrieben effizienter zu gestalten. Um das Deployment praktikabel umsetzen zu können, bedienen sich Unternehmen spezieller Softwarelösungen und häufig selbst entwickelter Deployment-Skripte.

gehosted

Gehostete Dienste (Hosted Services) sind ausgelagerte informationstechnische Systeme und Funktionen. Ein Anbieter solcher Dienste besitzt und betreut die dafür nötige Infrastruktur und Software, kümmert sich um die Administration und stellt das System seinen Kund:innen zur Verfügung, in der Regel über das Internet.

Machine Learning

ist ein Teilgebiet der künstlichen Intelligenz (KI). Algorithmen können Muster und Gesetzmäßigkeiten in Datensätzen erkennen und daraus Lösungen entwickeln. Anhand von Beispielen analysieren IT-Systeme Datensätze und versuchen über Algorithmen bestimmte Regeln und Gesetzmäßigkeiten zu erkennen. Es wird unterschieden in Supervised Learning (überwachtes Lernen), Unsupervised Learning (unüberwachtes Lernen), Semi-supervised Learning (halb-überwachtes Lernen), Self-supervised Learning (selbst-überwachtes Lernen), Reinforcement Learning (bestärkendes Lernen).

Eine visuelle Einführung ins Maschinelle Lernen

Monitoring

Monitoring ist die Überwachung von Vorgängen. Es ist ein Überbegriff für alle Arten von systematischen Erfassungen (Protokollierungen), Messungen oder Beobachtungen eines Vorgangs oder Prozesses mittels technischer Hilfsmittel oder anderer Beobachtungssysteme. Eine Funktion des Monitorings besteht darin, bei einem beobachteten Ablauf oder Prozess festzustellen, ob dieser den gewünschten Verlauf nimmt und bestimmte Schwellwerte eingehalten werden, um andernfalls steuernd eingreifen zu können. Monitoring ist deshalb ein Sondertyp des Protokollierens.





@