Definitionen

Kompakte Begriffssammlung zu allen EKI-Kapiteln - jeweils Begriff, englischer Fachterm und eine praezise 1-2 Satz Definition, ausschliesslich aus dem Kursmaterial.

EKI00 - Einführung in die KI

Künstliche Intelligenz (Artificial Intelligence) - Maschinen oder Software-Anwendungen, die das Verhalten menschlicher Intelligenz zeigen (Wahrnehmen, Lernen/Wissen/Nachdenken, Kommunizieren, Handeln).

KI-Landkarte (AI map) - Einordnung der KI-Teilgebiete nach B. Humm entlang der Achse "Acquiring intelligence" (erwerben) vs. "Applying intelligence" (anwenden) und der zwei Paradigmen non-symbolic vs. symbolic AI.

Non-symbolic AI (non-symbolic AI / Machine Learning) - datengetriebenes Paradigma, das Intelligenz aus Daten lernt (z.B. neuronale Netze, SVM, Regression).

Symbolic AI (symbolic / knowledge-based AI) - wissensbasiertes Paradigma, das Intelligenz ueber formalisiertes Wissen und Regeln darstellt (z.B. Ontologien, Logic Programming).

Turing-Test (Turing test) - von Alan Turing vorgeschlagenes Kriterium fuer intelligentes Verhalten einer Maschine.

KI-Winter (AI winter) - Phase (1980er-1990er) enttaeuschter Erwartungen mit Foerderkuerzungen und Marktkollaps; klassisches Beispiel eines Hype-Zyklus.

Gartner Hype-Zyklus (Gartner hype cycle) - Kurve der Aufmerksamkeit ueber die Zeit in fuenf Phasen: Technology Trigger, Peak of Inflated Expectations, Trough of Disillusionment, Slope of Enlightenment, Plateau of Productivity.

Python (Python) - im Kurs zentrale, interpretierte, dynamisch typisierte Programmiersprache mit automatischer Speicherverwaltung; De-facto-Standard fuer KI und Data Science.

EKI02 - Maschinelles Lernen: Klassifikation

Machine Learning (machine learning) - Erzeugen eines Modells aus Eingabedaten (Training) und dessen Nutzung fuer Vorhersagen (produktive Anwendung); das Modell wird nicht explizit programmiert.

Supervised Learning (supervised learning) - ueberwachtes Lernen aus gelabelten Daten; umfasst die Aufgaben Klassifikation und Regression.

Unsupervised Learning (unsupervised learning) - Lernen ohne Labels; umfasst Clustering, Feature Selection/Extraction und Topic Modeling.

Reinforcement Learning (reinforcement learning) - dritter ML-Bereich neben Supervised und Unsupervised Learning (in der Kategorienuebersicht genannt).

Klassifikation (classification) - Supervised-Aufgabe, die neue Datensaetze einer von zwei oder mehr diskreten Klassen/Kategorien zuordnet.

Feature (feature) - Eingabemerkmal eines Datensatzes fuer das ML (Matrix X).

Label (label) - die zu lernende Ausgabe/Zielgroesse eines Datensatzes (Vektor y).

Entscheidungsbaum (decision tree) - Baum mit den Klassen als Blaettern, Entscheidungen in inneren Knoten und Werten an den Kanten; wird automatisch aus den Trainingsdaten aufgebaut.

Entropie (entropy) - Mass fuer die Durchmischung einer Datenmenge bzgl. der Klassen: $H(M) = \sum_i -c_i \log_2(c_i)$; maximal bei 50/50, 0 bei reiner Klasse.

Entropieverlust / Information Gain (information gain) - gewichteter Rueckgang der Entropie durch einen Split; das Feature/Wert-Paar mit groesstem Verlust wird als Split gewaehlt.

Kaggle (Kaggle) - Community-Plattform mit Datensaetzen und Wettbewerben; liefert train.csv/test.csv, nimmt submission.csv entgegen und bewertet ueber ein Leaderboard.

pandas / DataFrame (pandas DataFrame) - Datenanalyse-Paket mit der zweidimensionalen, beschrifteten Tabellenstruktur pd.DataFrame.

EKI03 - Maschinelles Lernen: Regression

Regression (regression) - Supervised-Aufgabe, die fuer neue Datensaetze einen kontinuierlichen numerischen Ausgabewert vorhersagt.

Validierung (validation) - Beurteilung, ob ein trainiertes Modell "gut genug" ist, vor dem produktiven Einsatz.

Konfusionsmatrix (confusion matrix) - Tabelle aus Vorhersage vs. tatsaechlichem Zustand mit den Feldern TP, FP, FN, TN.

True/False Positive/Negative (TP/FP/FN/TN) - korrekt positiv, faelschlich positiv (Type I Error), faelschlich negativ (Type II Error), korrekt negativ.

Treffergenauigkeit (accuracy) - Anteil korrekter Vorhersagen: $\frac{TP+TN}{TP+TN+FP+FN}$; bei unausgewogenen Datensaetzen irrefuehrend.

Positiver Vorhersagewert (precision, PPV) - Anteil der als positiv Klassifizierten, die tatsaechlich positiv sind: $\frac{TP}{TP+FP}$.

Trefferquote (recall, TPR) - Anteil der tatsaechlich Positiven, die erkannt werden: $\frac{TP}{TP+FN}$.

F-Score (F1 score) - harmonisches Mittel aus precision und recall; besser geeignet fuer unausgewogene Datensaetze.

MAE (mean absolute error) - Durchschnitt der Betraege der Abweichungen zwischen Vorhersage und wahrem Wert.

MSE (mean squared error) - Durchschnitt der quadrierten Abweichungen; bestraft grosse Fehler staerker.

RMSE (root mean squared error) - Wurzel des MSE; hat dieselbe Einheit wie die Zielgroesse.

Kreuzvalidierung (k-fold cross validation) - Aufteilung in $k$ Teildatensaetze, $k$-maliges Training/Validieren mit wechselndem Testfold und Mittelung der Ergebnisse.

Scheinkorrelation / Overfitting (spurious correlation / overfitting) - eine gute Kennzahl (z.B. $R^2 = 0.99$) allein garantiert kein sinnvolles Modell; Zusammenhaenge koennen zufaellig sein.

SVR (support vector regression) - im Regressionsbeispiel gewaehltes scikit-learn-Modell (SVR()).

EKI04 - Wissensrepräsentation

Wissensgraph (knowledge graph) - gerichteter Graph, der Wissen als Knoten (Objekte, Klassen, Werte) und benannte Kanten (Beziehungen) darstellt.

Instanz / Objekt (instance) - konkretes Individuum im Wissensgraphen (z.B. Ron Howard, :Movie_453).

Klasse (class) - Typ/Kategorie von Objekten (z.B. Film, Genre, Regisseur).

Beziehung (relation) - benannte Verknuepfung zwischen Objekten (z.B. "gedreht von", :genres).

Linked Data (Linked Open Data) - riesiges, oeffentlich vernetztes Oekosystem standardisierter Wissensgraphen (z.B. Wikidata, dbpedia, YAGO, MeSH).

RDF (Resource Description Framework) - vom W3C (Semantic Web) spezifizierte formale Sprache zur Repraesentation von Wissensgraphen; Kurs-Notation ist Turtle.

Tripel (triple) - RDF-Aussage aus Subjekt, Praedikat und Objekt; Subjekt/Praedikat sind Resourcen, Objekt ist Resource oder Wert.

Turtle (Terse RDF Triple Language) - im Kurs verwendete RDF-Notation; . beendet ein Tripel, ; verkettet Tripel, a steht fuer rdf:type.

URI (Uniform Resource Identifier) - eindeutiger Bezeichner einer RDF-Resource; ueber @base/PREFIX abkuerzbar (z.B. :Movie_453).

SPARQL (SPARQL Protocol And RDF Query Language) - vom W3C standardisierte Abfragesprache fuer RDF (Version 1.1); Grundgeruest PREFIX, SELECT ?var, WHERE { muster }.

Query-Variable (query variable) - mit ? beginnende Variable in einer SPARQL-Query; bildet eine Ergebnisspalte.

Join (join) - entsteht in SPARQL durch Mehrfachnutzung derselben Variable, die jedesmal denselben Wert erzwingt.

DISTINCT (distinct) - Schluesselwort, das Duplikate im Query-Ergebnis vermeidet.

Apache Jena / Fuseki (Apache Jena / Fuseki) - Java-Framework fuer Semantic Web; Fuseki stellt Tripel als SPARQL-Endpoint ueber HTTP bereit (localhost:3030).

rdflib (rdflib) - Python-Package fuer RDF/SPARQL zum Laden (g.parse) und Abfragen (g.query) von Wissensgraphen.

EKI05 - Complex Event Processing

Complex Event Processing (CEP) - das Verarbeiten eines Stroms von Ereignissen und das Ableiten von Schluessen daraus; gehoert zum Bereich Reasoning der symbolischen KI.

Ereignis (event) - etwas Besonderes, das passiert ist (z.B. eine Transaktion, ein landendes Flugzeug, ein Tastendruck).

Ereignisobjekt (event object) - ein Datensatz, der ein Ereignis repraesentiert (z.B. eine Kaufbestaetigung).

Ereignistyp (event type / event class) - spezifiziert die Struktur von Ereignisobjekten, d.h. ihre Attribute und Datentypen (die "Klasse").

Iteratives CEP (iterative CEP) - Regeln erzeugen aus Eingabeereignissen Ausgabeereignisse, die erneut als Eingabe dienen; so entstehen aus low-level schrittweise high-level Ereignisse.

Sliding Window (sliding / rolling window) - Gleitfenster, das nur den juengsten Ausschnitt des Ereignisstroms betrachtet; Parameter: $n$ (Dauer) und $m$ (Haeufigkeit/Versatz).

DBMS vs. CEP (DBMS vs. CEP) - im DBMS sind Daten persistent und die Query volatil; bei CEP ist die Regel persistent und der Ereignisstrom fliesst an ihr vorbei.

EKI06 - Computer Vision

Computer Vision (computer vision) - Teilgebiet der KI (Bereich Perceiving), das Maschinen befaehigt, aus Bildern Informationen zu extrahieren.

OCR (optical character recognition) - Schrifterkennung; wandelt ein Bild von Text in ein Textdokument um (Beispiel: MNIST-Ziffernerkennung).

Künstliches Neuron (artificial neuron) - bildet die gewichtete Summe seiner Eingaenge $sum=\sum_i in_i w_i$ und schickt sie durch eine Aktivierungsfunktion; realisiert den Bias ueber $in_0=1$.

Aktivierungsfunktion / Sigmoid (activation / sigmoid) - nichtlineare Funktion $out=\frac{1}{1+e^{-sum}}$ mit Ableitung $f'=f(1-f)$.

ANN (artificial neural network) - Netz aus Schichten von Neuronen (Eingabe-, Zwischen-, Ausgabeschicht); Typen feed-forward und recurrent.

Kostenfunktion (cost function) - misst den Fehler als Summe der quadrierten Abweichungen $\sum_i (target-out)^2$.

Gradientenabstieg (gradient descent) - Minimierung der Kosten durch Gewichtsanpassung in Richtung $-\eta\,\nabla Cost$, mit Lernrate $\eta$.

Backpropagation (backpropagation) - Trainingsverfahren fuer ANNs in 5 Schritten (Vorwaertslauf, Fehler, Deltas letzte Schicht, Deltas rueckwaerts, Gewichtsupdate); von Rumelhart, Hinton, Williams.

Deep Learning (deep learning) - ANN mit einer Kaskade vieler Zwischenschichten, das Merkmale von low level (Pixel) ueber medium level (Formen) zu high level (Klassen) lernt.

CNN (convolutional neural network) - typische Deep-Learning-Architektur fuer Bilder aus Convolutional-, Pooling- und Fully-Connected-Schichten.

Faltung (convolution) - Filtern des Bildes mit einem kleineren Kernel; verkleinert das Bild, ohne die Beziehungen zwischen benachbarten Pixeln zu verlieren.

Pooling (pooling) - fasst Bildregionen zusammen (Maximum, Durchschnitt oder Summe) und reduziert Aufloesung/Komplexitaet (z.B. 2x2 Max-Pooling).

Fully Connected Layer (fully connected layer) - Schicht, in der jedes Neuron mit allen Neuronen der Nachbarschichten verbunden ist; klassifiziert (Ausgabeneuronen = Anzahl Klassen).

One-Hot-Kodierung (one-hot encoding) - Darstellung eines Klassenlabels als Vektor mit genau einer 1 an der Position der Klasse.

MNIST (MNIST) - Datensatz handgeschriebener Ziffern (28x28 = 784 Werte pro Bild); Grundlage der OCR-Aufgabe.

TensorFlow / Keras (TensorFlow / Keras) - Googles ML-Bibliothek bzw. die darauf aufsetzende High-Level Deep-Learning-API zum Bauen und Trainieren von Netzen.

EKI07 - Natural Language Processing

Natural Language Processing (NLP) - Teilbereich der KI (Bereich Communicating) zur Verarbeitung natuerlicher Sprache.

Information Retrieval (information retrieval) - Abrufen relevanter Dokumente zu einer Anfrage (Text -> relevante Dokumente).

Textklassifikation (text classification) - Klassifizieren von Texten nach Sprache, Thema oder Stimmung/sentiment (Text -> Kategorie).

Information Extraction (information extraction) - Verstehen von Text und Aufbau eines Wissensgraphen daraus (Text -> Wissensgraph).

Question Answering (question answering) - Beantworten natuerlichsprachiger Fragen (Fragetext -> Antworttext), einfach umsetzbar ueber Aehnlichkeit zu FAQ-Fragen.

Bag of Words (bag-of-words model) - Repraesentation eines Textes als Multi-Set von Worten mit ihren Haeufigkeiten, ohne Grammatik und Wortreihenfolge.

tf-idf (term frequency - inverse document frequency) - gewichtet Worte als $\text{tf}\cdot\text{idf}$ mit $\text{idf}=\log(N/df)$; wertet haeufige Fuellwoerter ab und seltene, aussagekraeftige Woerter auf.

Worthaeufigkeit (term frequency, tf) - wie oft ein Wort im betrachteten Text vorkommt.

Dokumenthaeufigkeit (document frequency, df) - in wie vielen Texten des Korpus ein Wort vorkommt.

n-Gramm (n-gram) - Sequenz aus $N$ aufeinanderfolgenden Worten; erweitert das Bag-of-Words-Modell um Kontext und ist mit tf-idf kombinierbar.

Pipeline (scikit-learn pipeline) - zusammengesetzter Classifier aus der Kette CountVectorizer -> TfidfTransformer -> MultinomialNB.

spaCy (spaCy) - freie Python-Bibliothek fuer fortgeschrittenes NLP (Tokenization, POS-Tagging, Dependency Parsing, Lemmatization, NER, Similarity u.a.).

Wortvektor (word vector / word embedding) - mehrdimensionale Bedeutungsrepraesentation eines Wortes (z.B. via word2vec) als Basis der Aehnlichkeitsmessung.

EKI08 - Ethische Aspekte der KI

Hype (hype) - als Hyperbel (rhetorische Uebertreibung) verstandene Ueberschaetzung der KI, belegt durch historische Fehlprognosen (Minsky, Kurzweil).

Superintelligenz (superintelligence) - von Trans-/Posthumanisten erwartete hyper-intelligente Maschine, die menschliche Faehigkeiten weit uebersteigt (spekulative Position).

Cyborg (cyborg) - Mensch, dessen Koerper durch Technologie erweitert wird (z.B. Antenne, Armprothese, Hoergeraet, Herzschrittmacher).

Bias im ML (bias) - Verzerrung, durch die ML-Modelle aus historischen Daten Vorurteile der Vergangenheit in die Zukunft projizieren (Beispiel ProPublica/COMPAS).

Hochfrequenzhandel (high frequency trading, HFT) - algorithmische Kauf-/Verkaufsentscheidungen in Sekundenbruchteilen ohne Mensch; Fehlentscheidungen wie der Flash Crash sind moeglich.

Autonome Waffen (autonomous weapons) - Systeme, die Ziele ohne menschliches Eingreifen auswaehlen und bekaempfen; beschrieben als "dritte Revolution der Kriegsfuehrung".

EKI09 - Unsupervised Learning

Unsupervised Learning (unsupervised learning) - Lernen ohne Labels; findet Struktur direkt in den Daten (Ausreissererkennung, Clustering, Dimensionsreduktion, Datengenerierung).

Ausreissererkennung (anomaly / outlier detection) - Finden von Datenpunkten, die stark von den uebrigen abweichen.

Dimensionsreduktion (dimensionality reduction) - Projektion $\phi:\mathbb{R}^p\to\mathbb{R}^d$ mit $d<p$, um die Anzahl der Merkmale zu verringern.

Curse of Dimensionality (curse of dimensionality) - Phaenomen (nach R. Bellman), dass Abstaende ($d_n=\sqrt{n}$) und Volumen ($V([0,2]^n)=2^n$) mit der Dimension wachsen und Analysen erschweren.

PCA (principal component analysis) - lineare Dimensionsreduktion, die Features in unkorrelierte, nach erklaerter Varianz geordnete Hauptkomponenten (PC1, PC2, ...) transformiert.

Hauptkomponente (principal component) - Linearkombination der Features gemaess einem Eigenvektor der Kovarianzmatrix; die erste erklaert die groesste Varianz.

Erklaerte Varianz (explained variance) - Anteil der Gesamtvarianz, den eine Hauptkomponente abbildet.

Autoencoder (autoencoder) - neuronales Netz aus Encoder, Latent Space (Flaschenhals) und Decoder, das den Input komprimiert und rekonstruiert; ermoeglicht nichtlineare Dimensionsreduktion, Noise Reduction, Outlier Detection und Datengenerierung.

Clustering (clustering) - Aufteilung eines Datensatzes in Gruppen, sodass Punkte innerhalb einer Gruppe aehnlicher sind als Punkte verschiedener Gruppen.

k-Means (k-means) - Clustering-Algorithmus: $k$ zufaellige Zentren, Zuordnung ueber kleinsten euklidischen Abstand, Update der Zentren als Mittelwert, bis Konvergenz.

k-Means++ (k-means++) - Variante mit verbesserter Initialisierung: neue Zentren werden mit Wahrscheinlichkeit proportional zu $D^2(X)$ gewaehlt.

Zentroid (centroid) - Clusterzentrum $m_i=\frac{1}{|C_i|}\sum_{X_j\in C_i}X_j$, der Mittelwert der zugeordneten Punkte.

Normalisierung (Min-Max) (min-max normalization) - Skalierung $x'=\frac{x-x_{\min}}{x_{\max}-x_{\min}}$ vor k-Means, damit kein Feature die Distanz dominiert.

Varianz (variance) - Streuungsmass $\frac{1}{n-1}\sum_i (x_i-\bar{x})^2$; Grundlage der PCA-Ordnung.