Themen
Übersicht aller Themenbereiche im ML Math Hub.
Wie KI arbeitet
Wie ein Sprachmodell wie ChatGPT arbeitet — und warum es funktioniert. Angelehnt an Stephen Wolfram, „Das Geheimnis hinter ChatGPT".
Statistik & Wahrscheinlichkeit
Diskrete vs. stetige Variablen, Erwartungswerte und Streuungsmaße.
Parameter vs. Hyperparameter
Interne Gewichte ($\theta$) vs. externe Steuerung ($\alpha$) eines Modells.
Grundlegende Algorithmen
Lineare Regression, Logistische Regression, Entscheidungsbaum-Lernen, Support Vector Machines, k-Nearest-Neighbors
Modell- und instanzbasiertes Lernen
Summary kommt noch
Mathematik zu ML und AI
Lineare Algebra, analytische Geometrie, Analysis und Optimierung als mathematisches Fundament von Machine Learning und KI.
Neuronale Netze
Vom Perzeptron bis zum Deep Learning — Architektur und Aktivierungsfunktionen.
Konsistenz & Generalisierung
Warum ein Trainingsfehler von null nichts über neue Daten aussagt — vier Hypothesenräume, Bias, Varianz und Ockhams Rasiermesser.