Künstliche Intelligenz

1 Künstliche Intelligenz

1.1 Eine intelligente Maschine

1.2 Intelligenz und künstliche Intelligenz

1.3 Knobelaufgaben und symbolverarbeitende KI

1.4 Geschichte der KI

1.5 Wir und die KI

2 Darstellung und Verarbeitung von Wissen

2.1 Wissen und Wissensarten

2.2 KI und explizite Wissensdarstellung

2.3 Darstellung von Wissen mit Hilfe von Logik

2.3.1 Aussagenlogik

2.3.2 Prädikatenlogik

2.3.3 Logik und PROLOG

2.4 Regelbasierte Wissensdarstellung

2.4.1 Vorwärtsverkettung

2.4.2 Rückwärtsverkettung

2.4.3 Regelverarbeitung und PROLOG

2.4.4 Business Rules

2.5 Semantische Netze und Frames

2.5.1 Semantische Netze

2.5.2 Frames

2.5.3 Wissensnetze

2.6 Vages Wissen

2.6.1 Unsicheres Wissen

2.6.2 Fuzzy-Mengen

2.6.3 Fuzzy-Logik

2.6.4 Fuzzy-Regler

3 Problemlösung mittels Suche

3.1 Suche in Graphen

3.2 Uninformierte Suche

3.3 Heuristische Suche

3.3.1 Heuristik des nächsten Nachbarn

3.3.2 Bergsteiger-Strategie

3.3.3 Bestensuche

3.3.4 A*-Suche

3.4 Das Rundreiseproblem

4 PROLOG

4.1 Logisches Programmieren

4.1.1 Erste Schritte

4.1.2 Ein Beispiel

4.1.3 Regeln

4.2 PROLOG-Programme

4.2.1 Lösungsfindung mittels Backtracking

4.2.2 Parameterübergabe mittels Unifikation

4.2.3 Interpretation von Programmen

4.3 Datentypen und Arithmetik

4.3.1 Einfache und zusammengesetzte Datentypen

4.3.2 Listen

4.3.3 Arithmetik

4.4 Steuerung der Abarbeitung

4.4.1 Reihenfolge der Klauseln

4.4.2 Reihenfolge der Literale im Körper einer Regel

4.4.3 Kontrolle des Backtracking

4.4.4 Die Negation

4.5 Vordefinierte Prädikate

4.6 Beispielprogramme

4.6.1 Das Einfärben einer Landkarte

4.6.2 Die Türme von Hanoi

4.6.3 Das Acht-Damen-Problem

4.6.4 Das Problem der stabilen Paare

4.6.5 Das Einstein-Problem

5 Künstliche neuronale Netze

5.1 Das künstliche Neuron

5.2 Architekturen

5.3 Arbeitsweise

6 Vorwärtsgerichtete Netze

6.1 Das Perzeptron

6.1.1 Die Delta-Regel

6.1.2 Musterzuordnungen

6.2 Backpropagation-Netze

6.2.1 Das Backpropagation-Verfahren

6.2.2 Das XOR-Backpropagation-Netz

6.2.3 Modifikationen des Backpropagation-Algorithmus

6.3 Typische Anwendungen

6.3.1 Zeichenerkennung

6.3.2 Das Encoder-Decoder-Netz

6.3.3 Ein Prognose-Netz

6.4 Datenvorverarbeitung

6.4.1 Verarbeitungsschritte

6.4.2 Daten des Kreditvergabe-Beispiels

6.5 Netzgröße und Optimierungen

6.5.1 Die Größe der inneren Schicht

6.5.2 Das Entfernen von Verbindungen

6.5.3 Genetische Algorithmen

6.6 Partiell rückgekoppelte Netze

6.6.1 Jordan-Netze

6.6.2 Elman-Netz

6.7 Convolutional Neural Network

7 Wettbewerbslernen

7.1 Selbstorganisierende Karte

7.1.1 Architektur und Arbeitsweise

7.1.2 Das Training

7.1.3 Visualisierung einer Karte und deren Verhalten

7.1.4 Eine Lösung des Rundreiseproblems

7.2 Neuronales Gas

7.2.1 Architektur und Arbeitsweise

7.2.2 Wachsendes neuronales Gas

7.3 Adaptive Resonanz-Theorie

7.3.1 Das Plastizitäts-Stabilitäts-Dilemma

7.3.2 Struktur eines ART-Netzes

7.3.3 Das Beispiel Würfelmuster

7.3.4 Arbeitsweise

8 Autoassoziative Netze

8.1 Hopfield-Netze

8.1.1 Arbeitsweise

8.1.2 Wiedererkennung von Mustern

8.1.3 Energie-Niveau eines Netzes

8.2 Lösung von Optimierungsproblemen

8.3 Die Boltzmann-Maschine

9 Entwicklung neuronaler Netze

9.1 Datenanalyse-Software

9.2 JavaNNS

9.3 Implementation neuronaler Netze

9.3.1 Einsatz von Array-Datenstrukturen

9.3.2 Der objektorientierte Ansatz

9.4 Implementieren mit TensorFlow

Literatur

Index