Logo des Repositoriums
 
Konferenzbeitrag

Beweisbar Gesetzmäßigkeiten in Daten finden und ausnutzen

Vorschaubild nicht verfügbar

Volltext URI

Dokumententyp

Text/Conference Paper

Zusatzinformation

Datum

2021

Zeitschriftentitel

ISSN der Zeitschrift

Bandtitel

Verlag

Gesellschaft für Informatik e.V.

Zusammenfassung

Im letzten Jahrzehnt gab es immensen Fortschritt und Wachstum in den Bereichen der Künstlichen Intelligenz und des Maschinellen Lernens. Ermöglicht wurde diese Entwicklung durch spezialisierte neue Hardware, die immer größere Verfügbarkeit von Daten und Durchbrüche bei der Entwicklung von Algorithmen, die Gesetzmäßigkeiten in Daten finden und ausnutzen. Obwohl wir uns in der Praxis täglich vom großen Erfolg dieser Algorithmen überzeugen können, ist unser theoretisches Verständnis von ihnen jedoch weiterhin eingeschränkt. Allerdings wären formale Garantien für diese Algorithmen wünschenswert, weil sie wichtige Einblicke in die Stärken und die Grenzen dieser Algorithmen bieten. Diese Dissertation verkleinert die Kluft zwischen Theorie und Praxis, indem wir Algorithmen enwickeln, die beweisbar Gesetzmäßigkeiten in Daten finden und ausnutzen.

Beschreibung

Neumann, Stefan (2021): Beweisbar Gesetzmäßigkeiten in Daten finden und ausnutzen. Ausgezeichnete Informatikdissertationen 2020. Bonn: Gesellschaft für Informatik e.V.. ISBN: 978-3-88579-775-3. pp. 239-248. Schoss Dagstuhl, Deutschland. 9.-12. Mai 2021

Schlagwörter

Zitierform

DOI

Tags