Einführung in Deep Learning
Ein Überblick über Deep Learning als Teilgebiet des maschinellen Lernens: tiefe neuronale Netze, Repräsentationslernen, Training, wichtige Architekturen und heutige Grenzen.
Ein Überblick über Deep Learning als Teilgebiet des maschinellen Lernens: tiefe neuronale Netze, Repräsentationslernen, Training, wichtige Architekturen und heutige Grenzen.
Ein Überblick über die offenen Herausforderungen von Verfahren zur automatischen Erkennung von Stimmung und Polarität in natürlicher Sprache
Ein Kommentar zur Darstellung von künstlicher Intelligenz in den Medien. Über begriffliche Unschärfe, Übertreibung und Bedrohung von und durch KI.
Methoden zur automatischen Erfassung von Stimmung und Polarität in natürlicher Sprache und typische Anwendungsgebiete im Marketing und der Marktanalyse
Eine umfassende Einführung in die Netzwerkanalyse - Von den mathematischen Grundlagen über Algorithmen bis hin zu praktischen Anwendungen in sozialen Netzwerken, Unternehmen und KI-Systemen.
Eine Einführung in das Thema Text Mining, die Abgrenzung zum Natural Language Processing und einer Reihe von Einsatzgebieten und Anwendungsbeispielen nach Branche und Unternehmensabteilung.
Anwendungsgebiete des Natural Language Processing in der Praxis. Spam-Filterung, Sentiment-Analyse, maschinelle Übersetzung und Informationsextraktion demonstrieren, wie klassische NLP-Techniken in praktischen Systemen kombiniert werden.
Tokenisierung, POS-Tagging, Named Entity Recognition, Parsing, Sprachmodelle und Feature Engineering bilden das methodische Fundament der Sprachverarbeitung. Dieser Artikel erklärt detailliert, wie diese klassischen Techniken funktionieren.