Definitionen

Question 1

Künstliche Intelligenz (KI)

Answer 1

Computerprogramme und Algorithmen, die menschenähnliche Fähigkeiten wie Lernen, Spracherkennung und Entscheidungsfindung imitieren.

Question 2

Maschinelles Lernen (ML)

Answer 2

Ein Bereich der KI, bei dem Computer aus Daten lernen, ohne explizit programmiert zu werden.

Question 3

Künstliche Neuronale Netze (KNN)

Answer 3

Algorithmen, die dem menschlichen Gehirn nachempfunden sind und komplexe Aufgaben lösen.

Question 4

Turing-Test

Answer 4

Ein Test zur Bestimmung, ob eine Maschine intelligentes Verhalten zeigt, indem sie einen Menschen täuscht.

Question 5

Rationaler Agent

Answer 5

Ein Agent, der seine Ziele unter gegebenen Bedingungen optimal verfolgt.

Question 6

Überwachtes Lernen (Supervised Learning)

Answer 6

Lernmethode, bei der Algorithmen mit gelabelten Daten trainiert werden.

Question 7

Unüberwachtes Lernen (Unsupervised Learning)

Answer 7

Lernmethode, bei der Algorithmen Muster in unbeschrifteten Daten erkennen.

Question 8

Neuronales Netz

Answer 8

Ein Modell, das aus verbundenen künstlichen Neuronen besteht und für Mustererkennung eingesetzt wird.

Question 9

Regression

Answer 9

Eine Methode zur Vorhersage von Werten basierend auf einem linearen oder nicht-linearen Zusammenhang.

Question 10

O-Notation

Answer 10

Eine mathematische Darstellung der Laufzeitkomplexität eines Algorithmus.

Question 11

Breadth-First-Suche (Breitensuche)

Answer 11

Eine Suchstrategie, die zuerst so tief wie möglich in einem Suchbaum vordringt.

Question 12

Depth-First-Suche (Tiefensuche)

Answer 12

Eine Suchstrategie, die zuerst so tief wie möglich in einem Suchbaum vordringt.

Question 13

A-Algorithmus

Answer 13

Ein Suchalgorithmus, der eine Kombination aus der kürzesten bekannten Distanz und einer Heurisitk verwendet.

Question 14

Markov-Entscheidungsprozesse (MDP)

Answer 14

Ein mathematisches Modell zur Entscheidungsfindung unter Unsicherheit

Question 15

Bayessche Netze

Answer 15

Graphische Modelle zur Wahrscheinlichkeitsberechnung basierend auf bedingten Wahrscheinlichkeiten.

Question 16

Natural Language Processing (NLP)

Answer 16

Ein Bereich der KI, der sich mit der Verarbeitung menschlicher Sprache beschäftigt.

Question 17

Computer Vision

Answer 17

Ein Bereich der KI, der sich mit der Interpretation und Analyse von Bildern und Videos befasst.

Question 18

Gradientenabstieg (Gradient Descent)

Answer 18

Ein Optimierungsverfahren zur Anpassung von Modellparametern durch Minimierung eines Fehlwerts.

Question 19

Backpropagation

Answer 19

Ein Algorithmus zum Anpassen der Gewichte in neuronalen Netzen durch Fehlerausbreitung.

Question 20

Konvolutionale Neuronale Netze (CNNs)

Answer 20

Neuronale Netze, die speziell für die Verarbeitung von Bildern entwickelt wurden.

Question 21

Rekurrente Neuronale Netze (RNNs)

Answer 21

Neuronale Netze, die für sequenzielle Daten wie Sprache oder Zeitreihen verwendet werden.

Question 22

Long-Short-Term Memory (LSTM)

Answer 22

Eine spezielle Art von RNN, die sich frühere Zustände über längere Zeiträume merken kann.

Question 23

Reinforcement Learning (Verstärkendes Lernen)

Answer 23

Eine Methode, bei der ein Agent durch Belohnung und Bestrafung lernt.

Question 24

Q-Learning

Answer 24

Ein Algorithmus des verstärkendes Lernens, der ohne Modell oder Umgebung auskommt.

Question 25

Explainable AI (XAI)

Answer 25

Techniken, die KI-Modelle transparenter und nachvollziehbarer machen.

Question 26

Fast-Fourier-Transformation (FFT)

Answer 26

Zerlegung eines Zeitsignals in seine Frequenzanteile zur Frequenzanalyse

Question 27

Short-Time Fourier Transformation (STFT)

Answer 27

Eine Erweiterung der FFT zur Analyse von Signalen in kurzen Zeitfenstern.

Question 28

Filterung

Answer 28

Anwendung digitaler Filter zur Signalverarbeitung, z.B. zur Rauschunterdrückung

Question 29

Infinite-Impulse-Response (IIR)-Filter

Answer 29

Rekursive Filter mit unendlicher Impulsantwort, oft in digitalen Systemen genutzt.

Question 30

Finite-Impulse-Response (FIR)-Filter

Answer 30

Nicht-rekursive Filter mit endlicher Impulsantwort für stabile Signalverarbeitung.

Question 31

Sensor

Answer 31

Ein technisches Bauteil zur Messung physikalischer oder chemischer Größen.

Question 32

Quantisierung

Answer 32

Digitalisierung eines analogen Signals durch Abtastung und Diskretierung.

Question 33

Merkmalsextraktion

Answer 33

Prozess zur Reduktion der Datenmenge durch Auswahl relevanter Eigenschaften.

Question 34

Klassifikator

Answer 34

Ein Algorithmus, de r Daten in vordefinierte Kategorien einteilt.

Question 35

Region of Interest

Answer 35

Bereich eines Signals oder Bildes, der für die Analyse relevant ist.

Question 36

ReLU (Rectified Linear Unit)

Answer 36

Aktivierungsfunktion in neuronalen Netzen, die negative Werte auf Null setzt.

Question 37

Datenstandardisierung

Answer 37

Verfahren zur Anpassung von Daten an ein einheitliches Format.

Question 38

Supervised vs. Unsupervised Learning

Answer 38

Unterschied zwischen überwachten (mit gelabelten Daten) und unüberwachten (musterbasierten) Lernmethoden.

Question 39

Entscheidungsbaum (Decision Tree)

Answer 39

Ein Modell zur Entscheidungsfindung basierend auf bedingten Regeln.

Question 40

Support Vector Machine (SVM)

Answer 40

Ein Klassifikationsalgorithmus, der Daten durch optimale Trennlinien separiert.

Question 41

Clustering

Answer 41

Eine Methode zur Gruppierung ähnlicher Datenpunkte ohne vordefinierte Labels.

Question 42

Dimensionalitätsreduktion

Answer 42

Technik zur Reduzierung der Anzahl von Variablen in einem Datensatz.

Question 43

Ethik in der KI

Answer 43

Berücksichtigung moralischer und gesellschaftlicher Aspekte bei der Entwicklung von KI

Question 44

Agent-Umgebung-Modell

Answer 44

Konzept, das beschreibt, wie ein Agent mit seiner Umgebung interagiert.

Question 45

Lokale Suche

Answer 45

Eine Suchstrategie, die keine vollständige Suche durchführt, sondern sich auf Nachbarn eines aktuellen Zustands konzentriert.

Question 46

Hill-Climbing

Answer 46

Eine Optimierungsmethode, die immer in Richtung des größten Gewinns geht, aber an lokalen Maxima scheitern kann.

Question 47

Simulated Annealing

Answer 47

Eine Variante von Hill-Climbing, die gelegentliche Verschlechterungen zulässt, um bessere globale Lösungen zu finden.

Question 48

Genetische Algorithmen

Answer 48

Ein Optimierungsverfahren, das natürliche Evolution simuliert, indem es Selektion, Mutation und Rekombination verwendet.

Question 49

Beam Search

Answer 49

Eine Heuristik-basierte Suche, die nur die besten k Zustände in jedem Schritt verfolgt.

Question 50

Neuronales Netz - Forward Pass

Answer 50

Der Prozess, bei dem Eingabedaten durch ein neuronales Netz propagiert werden, um eine Vorhersage zu treffen.

Question 51

Softmax-Funktion

Answer 51

Eine mathematische Funktion zur Normalisierung von Wahrscheinlichkeitsverteilungen in neuronalen Netzen.

Question 52

Adam-Optimizer

Answer 52

Ein weit verbreiteter Optimierungsalgorithmus, der Momentum und adaptive Lernraten kombiniert.

Question 53

Pooling (Max-Pooling / Average-Pooling)

Answer 53

Eine Technik zur Reduzierung der Dimensionalität von Features in CNNs

Question 54

Recurrent Neural Networks

Answer 54

Neuronale Netze, die Sequenzdaten durch rekurrente Verbindungen modellieren.

Question 55

Autoencoder

Answer 55

Ein neuronales Netz zur Dimensionsreduktion und Merkmalsextraktion.

Question 56

Transformermodelle (z. B. BERT, GPT)

Answer 56

Architektur für natürliche Sprachverarbeitung, die Self-Attention nutzt.

Question 57

Bias-Variance Tradeoff

Answer 57

Das Gleichgewicht zwischen Modellkomplexität und Generalisierungsfähigkeit

Question 58

F1-Score

Answer 58

Eine Metrik zur Evaluierung eines Klassifikationsmodells, die Präzision und Recall kombiniert.