Blogs on Data Science » Lamarr-Institut

00 Blog Toborek Vanessa Forschung Sentence Allignment - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

Vereinfachte Sprache für alle: Wie man einen Datensatz in Leichter Sprache erstellt

06. Dezember 2023

ML-Modelle sind nur so vielfältig wie die Datensätze, auf denen sie trainiert wurden. Erfahren Sie mehr über den ersten öffentlich zugänglichen Datensatz in Deutsch und Leichter Sprache, den wir bereitstellen....

00 Blog Studis fuer Studis LDA - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

Grundlagen

Die Lineare Diskriminanzanalyse: Eine Methode zur Dimensionsreduktion von klassifizierbaren Datensätzen

19. April 2023

Große Datenmengen sind bei der Berechnung von ML-Algorithmen problematisch. Eine Lösung liegt in Dimensionsreduktionsverfahren wie der Linearen Diskriminanzanalyse (LDA), sie reduziert die Anzahl der Daten-Merkmale unter Berücksichtigung der vorhandenen Klassen Labels....

00 Blog Weizenbaum 2 9 - Lamarr Institute for Machine Learning (ML) and Artificial Intelligence (AI)

Forschung

Datenannotation für Computer Vision: Wie Macht Datensätze und Systeme prägt

04. August 2021

In der Computer Vision bestimmt der Mensch, wie Maschinen die Welt interpretieren. Forschende des Weizenbaum-Instituts haben festgestellt, dass Machtgefälle und kommerzielle Interessen bei der Datenkommentierung die Art und Weise beeinflussen, wie Systeme "sehen" lernen. ...

||Ground of Truth bei Daten für Künstliche Intelligenz|Curse of dimensionality anhand der Tassen|Curse of dimensionality||Curse of Dimensionality: Für eine verschiedene Anzahl der Dimensionen und der Diskretisierungen wird die Anzahl der benötigten Datenpunkte gezeigt.||

Grundlagen

Wie viele Daten braucht Künstliche Intelligenz?

19. Mai 2021

Künstliche Intelligenz braucht viele Daten. Aber wie viele Daten brauche ich mindestens für ein gutes Modell? Der „Curse of Dimensionality“ und das “Nyquist-Shannon-Theorem” geben Antworten....