[E-Book Release] Einführung in die Programmierung von Künstlicher Intelligenz

Page 2 of 2 1 2
04/05/2015 01:37 Shadow992#16
Quote:
Originally Posted by greenryder View Post
Ich will jetzt nicht unhöflich sein, aber kann es sein, das in deinem AutoIT code "deapthsearch" ein kleiner Fehler ist ?

Folgende Funktion steht ab zeile 41:
Code:
Func depthsearch($current_node,$goal_node) ; Unsere Tiefensuche-Funktion
	; Überprüfe, ob der momentane Knoten mit unserem Zielknoten verbunden ist bzw. ob der Zielknoten unser aktueller Knoten ist
	if $graph[$current_node][$goal_node]>0 Then
		return $name[$goal_node]
	EndIf
Das Problem dabei ist, dass die Variable $name nicht deklariert ist. Deshalb gehe ich davon aus, dass die Variable $names an dieser stelle gemeint ist.
Danke, der Fehler wurde soeben behoben und wird im nächsten Daily (nur im Dropbox-Ordner) ausgebessert sein. :)
04/05/2015 06:45 snow#17
Zunächst mal ein dickes Danke für die Mühe, die du dir gemacht hast! In der Algorithmen-Vorlesung haben wir Graphen aus Zeitgründen leider nur anschneiden können und in Wissensbasierte Systeme merken wir jetzt, dass uns da Grundlagen fehlen, mit dem eBook kann man das durchaus beheben. :)

Ein wenig Feedback (wird laufend ergänzt je weiter ich lese):

- ein formellerer Stil wäre cool, also z.B. nicht x^2 für die Worst Case Komplexität der Adjazenzliste angeben, sondern O(n^2) usw., jemand, der mit den Landau-Symbolen nicht vertraut ist, sich das Thema aber aneignen will, sollte es eigentlich schaffen, sich die paar Definitionen auch noch anzuschauen

- generell evtl. eine kleine Tabelle mit Komplexitäten für Insert, Lookup etc.

- dass du die Datenstrukturen nicht erweiterst, ist vermutlich ganz praktisch, sollte sich das ändern, wäre eine Erwähnung der Hash-Table bei den Adjazenzlisten sicher nicht verkehrt

- ein objektorientierterer Ansatz bei der Beschreibung von Graphen wäre ganz gut, so kann man ja z.B. den Namen auch direkt mit im Objekt abspeichern. Da du ja AutoIt nutzt, geht das vermutlich nicht so gut, aber wenn man sich die Graphen abstrakt vorstellt, gehören derartige Informationen ja schon dazu. In dem Zusammenhang hätte man evtl. noch kurz auf die 3. Art der Repräsentation, Objects and Pointers, eingehen können

- bei Tiefen-/Breitensuche würde ich auf jeden Fall auf die Vor- und Nachteile eingehen, ich weiß zwar (noch nicht), wie sehr man das im Verlauf braucht, aber auch wenn es nur kurz ist, würde ich auf kürzester Pfad & viel Speicher vs. ein irgendein Pfad & wenig Speicher eingehen

- Kapitel 4 lese ich, wenn ich ausgeschlafener bin.

Ich habe mir mal nebenbei noch die Mühe gemacht, die Tiefensuche iterativ zu programmieren, der Stack wird es mir bei Weltumrundungen danken :D
04/06/2015 20:12 -Bl4ckfail-#18
[Only registered and activated users can see links. Click Here To Register...]
Edit: [Only registered and activated users can see links. Click Here To Register...]
[Only registered and activated users can see links. Click Here To Register...]

[Only registered and activated users can see links. Click Here To Register...] (Edit: sogar 4x ^^)

Edit: [Only registered and activated users can see links. Click Here To Register...]
(Achso und ich glaube, dass nähesten kein gültiges Superlativ ist -> nah, näher, am nächsten)

[Only registered and activated users can see links. Click Here To Register...] (Weiter habe ich nicht gelesen ^^)

Sry, dass es ein wenig perfektionistisch überprüft wurde.
Möchte keinesfalls besserwisserisch o.Ä. wirken.
04/07/2015 01:37 Shadow992#19
Quote:
Originally Posted by -Bl4ckfail- View Post
[Only registered and activated users can see links. Click Here To Register...]
Edit: [Only registered and activated users can see links. Click Here To Register...]
[Only registered and activated users can see links. Click Here To Register...]

[Only registered and activated users can see links. Click Here To Register...] (Edit: sogar 4x ^^)

Edit: [Only registered and activated users can see links. Click Here To Register...]
(Achso und ich glaube, dass nähesten kein gültiges Superlativ ist -> nah, näher, am nächsten)

[Only registered and activated users can see links. Click Here To Register...] (Weiter habe ich nicht gelesen ^^)

Sry, dass es ein wenig perfektionistisch überprüft wurde.
Möchte keinesfalls besserwisserisch o.Ä. wirken.
Nein, dankeschön ich freue mich über jede Verbesserung. :)
Am besten wäre es aber wenn du mit den Satz rauskopierst, dann kann ich ihn direkt suchen. :)
Aber so gehts auch, danke für die Hilfe. :)
05/22/2016 00:36 Achat#20
Quote:
Originally Posted by Shadow992 View Post
Schwarmintelligenz
Musst ich jetzt direkt an dieses Video denken:

Hat vom Umfang her was von einer Bachelor-Arbeit.
Werde ich mir demnächst mal auf dem Tablet durchlesen.
03/14/2017 11:12 Sakus#21
Dies mag vielleicht ein wenig spät kommen, jedoch würde ich ganz gern meine Meinung, Gedanken und Lob zu diesem Werk teilen um vielleicht späteren Lesern bei der Entscheidung zu helfen ob sie dieses Buch lesen möchten oder eher nicht.

Als erstes würde ich vielleicht die Frage beantworten was mich dazu bewegt hat dieses Buch zu lesen.
Im Grunde hat mich das Thema Artificial Intelligence schon immer interessiert, jedoch hatte ich nie den Mut in das Thema einzusteigen, aus Angst, ich würde es "sowieso nicht verstehen", oder dass der mathematische Aspekt so hoch ist, dass ich abgeschreckt werde. Um fair zu sein, das Thema beinhaltet eine Menge Mathe und da wird man auch nicht drum rum kommen, jedoch wurde dieser Aspekt gut "umgangen" damit man einen einfachen Einstieg findet und nicht direkt durch Formeln und komplizierten, unverständlichen Beispielen abgeschreckt wird. Der Autor (im Folgenden einfach Shadow genannt) hat sich also eine sehr gute Struktur ausgedacht das Thema "schmackhaft" zu machen, dass man schnell das Bedürfnis hat weiter zu lesen und mehr zu erfahren. Es beginnt sehr einfach und vielleicht hat es mir ein wenig weitergeholfen dass ich bereits ein Semester Informatik studiert habe, jedoch wird alles so gut erklärt, dass dies keine Voraussetzung ist! Untermalt werden die einfachen und verständlichen Erklärungen mit anschaulichen und vor allen Dingen praxisnahen(!) Beispielen. Warum erwähne ich das so explizit? Für mich stellt sich zum Beispiel oft in der Uni der Frage "wofür brauche ich den Quatsch der mir gerade vermittelt wird" und wenn man nachfragt kommt die Antwort "nunja, man kann das für viele Anwendungsfälle gebrauchen...". Schön. Exakt die Antwort die ich wollte. Um nun die Ironie wegzulassen, ich möchte natürlich spezielle Anwendungsfälle hören und sehen, da ich das so leichter vestehe und vor allen Dingen die Motivation zu lernen und zu verstehen viel höher ist (zumindest für mich). Shadow hat dies also gut umgesetzt und vor allen Dingen mehrere verschiedene Anwendungsfälle aufgeführt.
Was mir außerordentlich gut gefallen hat, ist der Vergleich zwischen verschiedenen Lösungswegen und die Auswirkung auf die Performance und die ständige Erinnerung dass es keine "optimale Allgemeinlösung" für jedes Problem gibt, sondern sich verschiedene Lösungswege für verschiedene Probleme besser eignen.
Wie bereits oben erwähnt wird der mathematische Aspekt versucht zu verstecken, oder eben ausreichend zu erklären, auch wenn es gegen Ende hin schon ein wenig komplexer und komplizierter wird.
Dies ist allerdings kein Problem, denn es lässt sich natürlich nicht vermeiden und im Verlaufe des Buches habe ich so viel Interesse bekommen, dass ich einfach seperat per Google versucht habe zu verstehen, was ich im Buch nicht verstanden habe. Das soll keine Kritik an Shadow sein, es war einfach fehlendes Wissen meinerseits (bei teilweise einfachen Dingen), welches ich nachschlagen wollte.
Alles in Allem kann ich sagen, das Buch ist ein unglaublich guter Einstieg in das Thema Künstliche Intelligenz und nimmt einem "die Angst" vor diesem Thema, durch die anfängerfreundliche Erklärung.
Shadow hat es tatsächlich geschafft mich so sehr für das Thema zu begeistern dass ich mir sein zweites Werk "Deep Learning Part 1" (ebenfalls kostenlos) durchlesen werde und für mich selbst weiter in die Materie einsteigen möchte. Wer weiß, vielleicht begeistert mich das Thema so sehr (was es momentan tut), dass ich versuche mein Studium darauf zu spezialisieren (sofern möglich), oder einen berufsweg dort einzuschlagen, und den Grundbaustein dafür hat er gelegt. Damit ein gigantisches Lob und ein riesiges Danke dass du dir so viel Zeit genommen hast das Buch zu schreiben und dann noch kostenlos zu Verfügung zu stellen!

Ein paar Fehler sind mir aufgefallen, allerdings nur in der Rechtschreibung, beim Lesen macht es keinen Unterschied. Gegen Ende habe ich vergessen die, die mir aufgefallen sind zu dokumentieren, aber ein paar habe ich mal aufgelistet, die du dir vielleicht noch mal anschauen kannst (natürlich kann ich auch in einigen Punkten falsch liegen).

03/15/2017 01:40 Shadow992#22
Quote:
Originally Posted by Sakus View Post
Dies mag vielleicht ein wenig spät kommen, jedoch würde ich ganz gern meine Meinung, Gedanken und Lob zu diesem Werk teilen um vielleicht späteren Lesern bei der Entscheidung zu helfen ob sie dieses Buch lesen möchten oder eher nicht.

Als erstes würde ich vielleicht die Frage beantworten was mich dazu bewegt hat dieses Buch zu lesen.
Im Grunde hat mich das Thema Artificial Intelligence schon immer interessiert, jedoch hatte ich nie den Mut in das Thema einzusteigen, aus Angst, ich würde es "sowieso nicht verstehen", oder dass der mathematische Aspekt so hoch ist, dass ich abgeschreckt werde. Um fair zu sein, das Thema beinhaltet eine Menge Mathe und da wird man auch nicht drum rum kommen, jedoch wurde dieser Aspekt gut "umgangen" damit man einen einfachen Einstieg findet und nicht direkt durch Formeln und komplizierten, unverständlichen Beispielen abgeschreckt wird. Der Autor (im Folgenden einfach Shadow genannt) hat sich also eine sehr gute Struktur ausgedacht das Thema "schmackhaft" zu machen, dass man schnell das Bedürfnis hat weiter zu lesen und mehr zu erfahren. Es beginnt sehr einfach und vielleicht hat es mir ein wenig weitergeholfen dass ich bereits ein Semester Informatik studiert habe, jedoch wird alles so gut erklärt, dass dies keine Voraussetzung ist! Untermalt werden die einfachen und verständlichen Erklärungen mit anschaulichen und vor allen Dingen praxisnahen(!) Beispielen. Warum erwähne ich das so explizit? Für mich stellt sich zum Beispiel oft in der Uni der Frage "wofür brauche ich den Quatsch der mir gerade vermittelt wird" und wenn man nachfragt kommt die Antwort "nunja, man kann das für viele Anwendungsfälle gebrauchen...". Schön. Exakt die Antwort die ich wollte. Um nun die Ironie wegzulassen, ich möchte natürlich spezielle Anwendungsfälle hören und sehen, da ich das so leichter vestehe und vor allen Dingen die Motivation zu lernen und zu verstehen viel höher ist (zumindest für mich). Shadow hat dies also gut umgesetzt und vor allen Dingen mehrere verschiedene Anwendungsfälle aufgeführt.
Was mir außerordentlich gut gefallen hat, ist der Vergleich zwischen verschiedenen Lösungswegen und die Auswirkung auf die Performance und die ständige Erinnerung dass es keine "optimale Allgemeinlösung" für jedes Problem gibt, sondern sich verschiedene Lösungswege für verschiedene Probleme besser eignen.
Wie bereits oben erwähnt wird der mathematische Aspekt versucht zu verstecken, oder eben ausreichend zu erklären, auch wenn es gegen Ende hin schon ein wenig komplexer und komplizierter wird.
Dies ist allerdings kein Problem, denn es lässt sich natürlich nicht vermeiden und im Verlaufe des Buches habe ich so viel Interesse bekommen, dass ich einfach seperat per Google versucht habe zu verstehen, was ich im Buch nicht verstanden habe. Das soll keine Kritik an Shadow sein, es war einfach fehlendes Wissen meinerseits (bei teilweise einfachen Dingen), welches ich nachschlagen wollte.
Alles in Allem kann ich sagen, das Buch ist ein unglaublich guter Einstieg in das Thema Künstliche Intelligenz und nimmt einem "die Angst" vor diesem Thema, durch die anfängerfreundliche Erklärung.
Shadow hat es tatsächlich geschafft mich so sehr für das Thema zu begeistern dass ich mir sein zweites Werk "Deep Learning Part 1" (ebenfalls kostenlos) durchlesen werde und für mich selbst weiter in die Materie einsteigen möchte. Wer weiß, vielleicht begeistert mich das Thema so sehr (was es momentan tut), dass ich versuche mein Studium darauf zu spezialisieren (sofern möglich), oder einen berufsweg dort einzuschlagen, und den Grundbaustein dafür hat er gelegt. Damit ein gigantisches Lob und ein riesiges Danke dass du dir so viel Zeit genommen hast das Buch zu schreiben und dann noch kostenlos zu Verfügung zu stellen!

Ein paar Fehler sind mir aufgefallen, allerdings nur in der Rechtschreibung, beim Lesen macht es keinen Unterschied. Gegen Ende habe ich vergessen die, die mir aufgefallen sind zu dokumentieren, aber ein paar habe ich mal aufgelistet, die du dir vielleicht noch mal anschauen kannst (natürlich kann ich auch in einigen Punkten falsch liegen).
Ich danke dir für das Feedback, auch wenn ich persönlich das Buch nicht mehr soooo gut finde, weil es an vielen Stellen relativ schwammig und "werbemäßig" mit etlichen Wiederholungen geschrieben hab. Das war vor knapp 4 Jahren mein Stil, mittlerweile mag ich den aber nicht mehr. Deswegen wollte ich das Buch schon öfters umschreiben aber bisher ist mir immer die Zeit oder Lust ausgegangen. :D

Naja jedenfalls freue ich mich über deine Lob und bin sehr glücklich, dass mindestens eine Person etwas damit anfangen konnte. :) Wenn dich diese Themen schon heiß gemacht haben und du nicht gerade der "Ich liebe Logik-Formeln"-Typ bist, könnte Deep Learning wohl ziemlich genau deinen Geschmack treffen. :)

Ich werde die Fehler ausbessern, danke dir fürs Melden und ich hoffe, dass du noch weiterhin Spaß an dem Thema hast. Ich freue mich nämlich über jeden "Kollegen" mit dem man einigermaßen über so Zeug reden kann. :)

Vor allem aber gibt so Feedback auch immer Anreize dafür ab und an Software/Bücher/Tutorials zu produzieren, wenn die Texte so gut ankommen. :)
03/15/2017 09:39 Sakus#23
Quote:
Originally Posted by Shadow992 View Post
Ich danke dir für das Feedback, auch wenn ich persönlich das Buch nicht mehr soooo gut finde, weil es an vielen Stellen relativ schwammig und "werbemäßig" mit etlichen Wiederholungen geschrieben hast. Das war vor knapp 4 Jahren mein Stil, mittlerweile mag ich den aber nicht mehr. Deswegen wollte ich das Buch schon öfters Umschreiben aber bisher ist mir immer die Zeit oder Lust ausgegangen. :D

Naja jedenfalls freue ich mich über deine Lob und bin sehr glücklich, dass mindestens eine Person etwas damit anfangen konnte. :) Wenn dich diese Themen schon heiß gemacht haben und du nicht gerade der "Ich liebe Logik-Formalen"-Typ bist, könnte Deep Learning wohl ziemlich genau deine Geschmack treffen. :)

Ich werde die Fehler ausbessern, danke dir fürs Melden und ich hoffe, dass du noch weiterhin Spaß an dem Thema hast. Ich freue mich nämlich über jeden "Kollegen" mit dem einigermaßen über so Zeug reden kann. :)

Vor allem aber gibt so Feedback auch immer Anreize dafür ab und an Software/Bücher/Tutorials zu produzieren, wenn die Texte so gut ankommen. :)
Auf jeden Fall! Also ich möchte schon sehr gern dort einsteigen, jedoch muss ich erstmal Fuß fassen, ein wenig was ausprobieren und was manchmal schwer fällt, ganz gant kleine Probleme zuerst ansteuern um auch wirklich Erfolg zu sehen und langsam zu steigern.
Wie bereits gesagt, es hat mir sehr geholfen und einen gigantischen Anreiz gegeben und ich werde dein anderes Buch auch lesen (habe schon begonnen), wo ich die Einleitung in Neuronale Netze schon mal einfacher erklärt finde.
Dazu wird es natürlich auch ein Feedback geben am Ende und falls ich den Thread nicht finde (sofern es einen dazu gibt), lasse ich dir einfach eine private Nachricht zukommen mit dem Feedback!

Edit:
Interessant für mich, wäre zu wissen an was du momentan arbeitest, also nicht unbedingt an einem eBook, sondern ob es generell ein Projekt gibt an welchem du arbeitest und was das mal werden soll (rein aus Interesse).
Außerdem stelle ich mir die Frage wie du zu dem Thema gekommen bist und vor allen Dingen wie du Fuß gefasst hast, also welche Ressourcen du genutzt hast, oder ob das ein Teil deines Studiums war und ob du vielleicht einige (sofern du das preisgeben möchtest) Ressourcen empfehlen kannst.

Edit2:
Da ich dies gerade erneut lese, ist der Bias also ein fester beliebiger Wert der einfach festgelegt wird, oder gibt es Kriterien diesen Wert festzulegen (am Anfang)?
03/15/2017 16:09 Shadow992#24
Quote:
Originally Posted by Sakus View Post
Auf jeden Fall! Also ich möchte schon sehr gern dort einsteigen, jedoch muss ich erstmal Fuß fassen, ein wenig was ausprobieren und was manchmal schwer fällt, ganz gant kleine Probleme zuerst ansteuern um auch wirklich Erfolg zu sehen und langsam zu steigern.
Wie bereits gesagt, es hat mir sehr geholfen und einen gigantischen Anreiz gegeben und ich werde dein anderes Buch auch lesen (habe schon begonnen), wo ich die Einleitung in Neuronale Netze schon mal einfacher erklärt finde.
Dazu wird es natürlich auch ein Feedback geben am Ende und falls ich den Thread nicht finde (sofern es einen dazu gibt), lasse ich dir einfach eine private Nachricht zukommen mit dem Feedback!

Edit:
Interessant für mich, wäre zu wissen an was du momentan arbeitest, also nicht unbedingt an einem eBook, sondern ob es generell ein Projekt gibt an welchem du arbeitest und was das mal werden soll (rein aus Interesse).
Außerdem stelle ich mir die Frage wie du zu dem Thema gekommen bist und vor allen Dingen wie du Fuß gefasst hast, also welche Ressourcen du genutzt hast, oder ob das ein Teil deines Studiums war und ob du vielleicht einige (sofern du das preisgeben möchtest) Ressourcen empfehlen kannst.
Einen Thread dazu gibt es, der ist irgendwo in der Release-Sektion, aber prinzipiell darfst dus auch gerne hier reinklatschen.

Projektemäßig läuft bei mir jetzt im Moment nicht viel, zumindest nichts was "andere Leute interessiert". Mein aktuelles Projekt ist nämlich Klausuren bestehen, mit einem Professor aus der Uni eine Javascript-App zur Veranschaulichung von Graphen erstellen und ansonsten arbeiten. :D
Aber mein aktuelles Hobby-Projekt, was sehr viele Facetten hat und noch ziemlich lange mein Projekt sein wird, ist das Entwickeln von einem ganz einfachem "selbstfahrendem Auto". Da gibt es viele Bereiche, die ich anschneide oder sogar vertiefen muss. Sowohl aus Informatiker-Sicht aber auch aus wirtschaftlicher Sicht (ich will mich ja nicht bankrott kaufen), aus Physiker-Sicht (Wie/Wo Kamera unterbringen, dass die besten/schärfsten Bilder rauskommen? Welche Ausrichtung der Kamera um möglichst viel zu sehen? ...).
Da ich im Moment bald wieder Klausuren schreibe (in 2 Wochen), wird sich da jetzt nicht viel tun. Aber nach den Klausuren wird das wieder mein aktuelles Projekt werden und wenn du mit helfen willst oder einfach nur zuschauen willst, sag Bescheid. :)
Es gibt viele komplexe aber auch weniger komplexe Aufgaben, die man was das Thema angeht, machen kann. Sowohl auf KI bezogen, als auch auf Mustererkennung oder einfach nur "simple Standardprobleme".

Wenn du ein paar Details sehen willst, schau einfach einmal hier vorbei:
[Only registered and activated users can see links. Click Here To Register...]
03/15/2017 16:24 Sakus#25
Quote:
Originally Posted by Shadow992 View Post
Einen Thread dazu gibt es, der ist irgendwo in der Release-Sektion, aber prinzipiell darfst dus auch gerne hier reinklatschen.

Projektemäßig läuft bei mir jetzt im Moment nicht viel, zumindest nichts was "andere Leute interessiert". Mein aktuelles Projekt ist nämlich Klausuren bestehen, mit einem Professor aus der Uni eine Javascript-App zur Veranschaulichung von Graphen erstellen und ansonsten arbeiten. :D
Aber mein aktuelles Hobby-Projekt, was sehr viele Facetten hat und noch ziemlich lange mein Projekt sein wird, ist das Entwickeln von einem ganz einfachem "selbstfahrendem Auto". Da gibt es viele Bereiche, die ich anschneide oder sogar vertiefen muss. Sowohl aus Informatiker-Sicht aber auch aus wirtschaftlicher Sicht (ich will mich ja nicht bankrott kaufen), aus Physiker-Sicht (Wie/Wo Kamera unterbringen, dass die besten/schärfsten Bilder rauskommen? Welche Ausrichtung der Kamera um möglichst viel zu sehen? ...).
Da ich im Moment bald wieder Klausuren schreibe (in 2 Wochen), wird sich da jetzt nicht viel tun. Aber nach den Klausuren wird das wieder mein aktuelles Projekt werden und wenn du mit helfen willst oder einfach nur zuschauen willst, sag Bescheid. :)
Es gibt viele komplexe aber auch weniger komplexe Aufgaben, die man was das Thema angeht, machen kann. Sowohl auf KI bezogen, als auch auf Mustererkennung oder einfach nur "simple Standardprobleme".

Wenn du ein paar Details sehen willst, schau einfach einmal hier vorbei:
[Only registered and activated users can see links. Click Here To Register...]
Natürlich geht die Klausurenzeit vor, aber die Projektbeschreibung, sowie der erste Blog Post hört sich doch schon sehr interessant an! Ich würde dir gern erstmal "einfach nur zuschauen", da mein Wissen als Erstsemesterer in angewandter Informatik doch sehr begrenzt ist und ich (noch) nicht wirklich etwas produktives beisteuern könnte. Dennoch werde ich das Ganze sehr gern verfolgen und versuchen mich auf dem Gebiet weiterzubilden um vielleicht mal mit einsteigen zu können!
Auf jeden Fall wünsche ich dir ganz viel Erfolg und dass sich die Probleme nicht zu sehr häufen, oder sich bewältigen lassen! Weil ein interessantes Projekt, ist es alle Male und das Ziel dies für andere zur Verfügung zu stellen ist auch ziemlich gut!
Halt' mich also auf dem Laufenden falls du wieder anfängst, ich werde aber die Seite auch besuchen um ab und an mal zu schauen was es da so neues gibt.
03/15/2017 20:13 Shadow992#26
Quote:
Originally Posted by Sakus View Post
Natürlich geht die Klausurenzeit vor, aber die Projektbeschreibung, sowie der erste Blog Post hört sich doch schon sehr interessant an! Ich würde dir gern erstmal "einfach nur zuschauen", da mein Wissen als Erstsemesterer in angewandter Informatik doch sehr begrenzt ist und ich (noch) nicht wirklich etwas produktives beisteuern könnte. Dennoch werde ich das Ganze sehr gern verfolgen und versuchen mich auf dem Gebiet weiterzubilden um vielleicht mal mit einsteigen zu können!
Auf jeden Fall wünsche ich dir ganz viel Erfolg und dass sich die Probleme nicht zu sehr häufen, oder sich bewältigen lassen! Weil ein interessantes Projekt, ist es alle Male und das Ziel dies für andere zur Verfügung zu stellen ist auch ziemlich gut!
Halt' mich also auf dem Laufenden falls du wieder anfängst, ich werde aber die Seite auch besuchen um ab und an mal zu schauen was es da so neues gibt.
Also da ich ausversehen nur die hälfte deiner fragen richtig gelesen habe.

1. Ressource kann ich dir nichts direkt empfehlen. Das beste sind Youtube-Videos zum Grundlagen verstehen und kostenloses Zeugs online. Für genaue Einblicke sollte man sich dann je nach Richtung, die einen interessiert, ein richtiges Buch holen. Aber auch da kann ich nicht wirklich eins empfehlen...

2. Der Bias ist prinzipiell irgendein beliebiger Wert. Da dieser Wert sowieso auch gelernt wird vom Netz, ist das auch net soooo dramatisch da den "perfekten" herauszufinden. Aber gute Werte sind meistens Werte zwischen 0 und 1. Nornalerweise nimmt man möglichst kleine Werte, so 0.1 oder 0.2.

3. In meinem Studium gibt es im Wahlfachbereich ein paar KI-Vorlesungen, aber das hält sich sehr stark in Grenzen bzw. ist stark auf "Medizinische Bildverarbeitung" ausgelegt. Im Pflichtbereich gibts sowas bei uns nur in extrem abgeschwächter Form und da dann auch nur mit 2-3 Wochen Umfang, der Rest ist dann eher in Richtung Mathematik.

4. Ich halt dich auf dem Laufenden, wenn es etwas Neues gibt. :)

5. Allgemein zu den Themen bin ich mehr oder weniger durch Zufall gekommen. Mich hat das Thema allgemein interessiert und dann hab ich Google benutzt und mir paar Bücher geholt, die aber entweder genau so schwammig wie meine sind oder aber so krass mathematisch, dass man kaum Lust drauf hatte. Ich hab also locker 2-3 Jahre nur gegooglet und versucht Informationen zusammen zu suchen und zu verknüpfen. Aber wenn man mal die Grundlagen drauf hat, ergibt sich der Rest von selbst. Manchmal ists zwar trotzdem noch komplex, aber prinzipiell versteht mans (sowas wie man versteht Addition und jetzt liest man was über Subtraktion).

Edit:
Wenn du Probleme hast oder etwas nicht verstehst, schreib mich einfach direkt an oder alternativ erstell hier einen Thread, da werde ich dann auch drauf antworten (aber wohl kaum jemand anderes...). :D
03/16/2017 11:10 Sakus#27
Quote:
Originally Posted by Shadow992 View Post
Also da ich ausversehen nur die hälfte deiner fragen richtig gelesen habe.

1. Ressource kann ich dir nichts direkt empfehlen. Das beste sind Youtube-Videos zum Grundlagen verstehen und kostenloses Zeugs online. Für genaue Einblicke sollte man sich dann je nach Richtung, die einen interessiert, ein richtiges Buch holen. Aber auch da kann ich nicht wirklich eins empfehlen...

2. Der Bias ist prinzipiell irgendein beliebiger Wert. Da dieser Wert sowieso auch gelernt wird vom Netz, ist das auch net soooo dramatisch da den "perfekten" herauszufinden. Aber gute Werte sind meistens Werte zwischen 0 und 1. Nornalerweise nimmt man möglichst kleine Werte, so 0.1 oder 0.2.

3. In meinem Studium gibt es im Wahlfachbereich ein paar KI-Vorlesungen, aber das hält sich sehr stark in Grenzen bzw. ist stark auf "Medizinische Bildverarbeitung" ausgelegt. Im Pflichtbereich gibts sowas bei uns nur in extrem abgeschwächter Form und da dann auch nur mit 2-3 Wochen Umfang, der Rest ist dann eher in Richtung Mathematik.

4. Ich halt dich auf dem Laufenden, wenn es etwas Neues gibt. :)

5. Allgemein zu den Themen bin ich mehr oder weniger durch Zufall gekommen. Mich hat das Thema allgemein interessiert und dann hab ich Google benutzt und mir paar Bücher geholt, die aber entweder genau so schwammig wie meine sind oder aber so krass mathematisch, dass man kaum Lust drauf hatte. Ich hab also locker 2-3 Jahre nur gegooglet und versucht Informationen zusammen zu suchen und zu verknüpfen. Aber wenn man mal die Grundlagen drauf hat, ergibt sich der Rest von selbst. Manchmal ists zwar trotzdem noch komplex, aber prinzipiell versteht mans (sowas wie man versteht Addition und jetzt liest man was über Subtraktion).

Edit:
Wenn du Probleme hast oder etwas nicht verstehst, schreib mich einfach direkt an oder alternativ erstell hier einen Thread, da werde ich dann auch drauf antworten (aber wohl kaum jemand anderes...). :D
Okay danke für die Antwort!
Bei mir gibt es auch das Modul "Gesundheits-Informatik" als Spezialisierung im dritten Semester und auch dort wird die "Medizinische Bildverarbeitung" angeboten, jedoch "Schwachsinn" nur deshalb dort hin zu gehen, meiner Meinung nach.
Ich weiß nicht wie es bei dir ist, aber ich habe irgendwie immer das Bedürfnis "das Rad neu zu erfinden" und gebe mich ungern mit bereits fertigen Sachen die man nur noch anwenden muss zufrieden. Das mag total dämlich klingen, aber irgendwie möchte ich nicht nur wissen wie man ein Framework anwendet, sondern wie der ganze Spaß funktioniert und ich denke das kann extrem ausbremsem (weil man das Rad eben nicht immer neu erfinden kann/sollte).
Benutzt du denn fertige Bibliotheken/Frameworks, oder möchtest du das alles eher von allein auf die Beine stellen (bin noch nicht an dem Punkt im Buch wo es an die Gesichtserkennung geht)?

Eine Frage die mich aber (wohl anfägerbedingt) quält ist natürlich die Auswahl der Programmiersprache.
Klar, man muss erstmal die Grundlagen verstehen, aber irgendwann will man das alles ja auch anwenden.
Ich habe nun gelesen dass sich Python für Machine Learning sehr gut eignet, in der Uni lerne ich zum Beispiel Java.
Wie siehst du das? Ist es wirklich wichtig welche Sprache man verwendet oder sagst du eher "Macht keinen Unterschied" (Performanceunterschiede sind mir schon bewusst wie z.B. zwischen C und Java)? Und falls du eine empfehlen kannst, welche wäre das?

Und entschuldige wenn ich dich total mit Fragen löchere, aber mit dem Buch hast du echt was bewegt bei mir :D
03/16/2017 14:04 Shadow992#28
Quote:
Originally Posted by Sakus View Post
Okay danke für die Antwort!
Bei mir gibt es auch das Modul "Gesundheits-Informatik" als Spezialisierung im dritten Semester und auch dort wird die "Medizinische Bildverarbeitung" angeboten, jedoch "Schwachsinn" nur deshalb dort hin zu gehen, meiner Meinung nach.
Ich weiß nicht wie es bei dir ist, aber ich habe irgendwie immer das Bedürfnis "das Rad neu zu erfinden" und gebe mich ungern mit bereits fertigen Sachen die man nur noch anwenden muss zufrieden. Das mag total dämlich klingen, aber irgendwie möchte ich nicht nur wissen wie man ein Framework anwendet, sondern wie der ganze Spaß funktioniert und ich denke das kann extrem ausbremsem (weil man das Rad eben nicht immer neu erfinden kann/sollte).
Benutzt du denn fertige Bibliotheken/Frameworks, oder möchtest du das alles eher von allein auf die Beine stellen (bin noch nicht an dem Punkt im Buch wo es an die Gesichtserkennung geht)?

Eine Frage die mich aber (wohl anfägerbedingt) quält ist natürlich die Auswahl der Programmiersprache.
Klar, man muss erstmal die Grundlagen verstehen, aber irgendwann will man das alles ja auch anwenden.
Ich habe nun gelesen dass sich Python für Machine Learning sehr gut eignet, in der Uni lerne ich zum Beispiel Java.
Wie siehst du das? Ist es wirklich wichtig welche Sprache man verwendet oder sagst du eher "Macht keinen Unterschied" (Performanceunterschiede sind mir schon bewusst wie z.B. zwischen C und Java)? Und falls du eine empfehlen kannst, welche wäre das?

Und entschuldige wenn ich dich total mit Fragen löchere, aber mit dem Buch hast du echt was bewegt bei mir :D
Alles gut, frag ruhig. :D
Ich bin auch eher der Typ, der alles selbst macht, um es mal verstanden zu haben. Und es hilft auch ungemein einmal kleine dinge selbst zu implementieren, wie z.b. ein kleines neuronales netz (da gibts online auch paar relativ kurze beispielcodes, die aufs Verstehen/Lernen ausgelegt sind). Wenn eu aber wirklich richtig mit dem Zeug arbeiten willst und keine 3 Wochen bis zu deinen ersten Ergebnissen warten willst, musst du sowohl deine GPU zum Trainieren der Neuronalen Netze nehmen als auch hocheffiziente Implementierungen.

Das heißt für den Anfang ists total ok sich mal ein billiges Netz selbst zu bauen, um zu verstehen wie das abläuft, wo Probleme sind und so Zeugs. Aber egal wer du bist, ob Microsoft, Google, Audi, BMW, Porsche, Ferrari, Amazon, whatever, du willst bei richtigen Produkten auf bewährte Libraries setzen. Google setzt z.b. auf Theano, Microsoft benutzt sowohl Theano als auch Caffe und Audi benutzt hauptsächlich Caffe.

Da in dem Buch kaum Mathe-Zeugs vorkommt, beschränk ich mich da auch darauf fertige Libs zu benutzen. Ansonsten müsste man ziemlich tief in die Mathematik absteigen, was andere Bücher deutlich besser können als ich.

Als Programmiersprache, zumindest im Bereich Deep Learning, ist man am besten aufgehoben mit Python, C/C++ oder R. Man kann natürlich auch die Libs in AutoIt oder Java benutzen, aber ein großteil der Libs wird halt primär für eine der drei Sprachen entwickelt. Wenn es dir nicht um Deep Learning speziell geht, sondern du mehr allgemeines Machine Learning/KI zeugs meinst, ist die Sprache eigentlich total egal. OpenCV ist DIE library schlecht hin um mit Bildern zu arbeiten und wird daher auch von jeder größeren Programmiersprache relativ gut integriert.
03/16/2017 14:05 warfley#29
Quote:
Originally Posted by Sakus View Post
Okay danke für die Antwort!
Bei mir gibt es auch das Modul "Gesundheits-Informatik" als Spezialisierung im dritten Semester und auch dort wird die "Medizinische Bildverarbeitung" angeboten, jedoch "Schwachsinn" nur deshalb dort hin zu gehen, meiner Meinung nach.
Ich bin zwar nicht Shadow, aber ich denke einige deiner Fragen kann ich auch beantworten.

Gesundheitsinformatik ist denke ich mal so etwas wie Beifach Medizin bei mir an der Uni, und nein, da lohnt es sich nicht für ein Modul ein Beifach zu wählen, vor allem weil wahrscheinlich viel mehr auf die Medizinischen Aspekte eingegangen wird als auf die Entwicklung. Aber wenn du Spaß an Medizin hast kann ich dir das dennoch empfehlen, ich habe Medizin als Beifach gewählt und es macht wirklich viel Spaß, vor allem weil, wie mein Prof es schön zusammengefasst hat: "Als Naturwissenschaftler haben wir das Privileg die Medizin zu verstehen und müssen sie nicht auswendig lernen", und grade Psychologie und Zentrales Nevensystem hat echt spaß gemacht.

Quote:
Ich weiß nicht wie es bei dir ist, aber ich habe irgendwie immer das Bedürfnis "das Rad neu zu erfinden" und gebe mich ungern mit bereits fertigen Sachen die man nur noch anwenden muss zufrieden. Das mag total dämlich klingen, aber irgendwie möchte ich nicht nur wissen wie man ein Framework anwendet, sondern wie der ganze Spaß funktioniert und ich denke das kann extrem ausbremsem (weil man das Rad eben nicht immer neu erfinden kann/sollte).
Benutzt du denn fertige Bibliotheken/Frameworks, oder möchtest du das alles eher von allein auf die Beine stellen (bin noch nicht an dem Punkt im Buch wo es an die Gesichtserkennung geht)?
Das würde ich einen gesunden Anspruch an das Verständnis nennen. Aber das ist ein Problem was viele Leute haben, das Geheimnis, zu diskriminieren, wenn etwas gemacht werden muss darfst du natürlich nicht alles von hand machen, wenn du zeit hast und dinge privat machst, kannst du deine Masochie frei ausleben.

Quote:
Eine Frage die mich aber (wohl anfägerbedingt) quält ist natürlich die Auswahl der Programmiersprache.
Klar, man muss erstmal die Grundlagen verstehen, aber irgendwann will man das alles ja auch anwenden.
Ich habe nun gelesen dass sich Python für Machine Learning sehr gut eignet, in der Uni lerne ich zum Beispiel Java.
Wie siehst du das? Ist es wirklich wichtig welche Sprache man verwendet oder sagst du eher "Macht keinen Unterschied" (Performanceunterschiede sind mir schon bewusst wie z.B. zwischen C und Java)? Und falls du eine empfehlen kannst, welche wäre das?
Python wird sehr gerne genommen da es sehr einfach ist. Wenn man ein Neutrales Netzwerk implementiert will man sich nicht mit Speicherverwaltung oder Zeigerarithmetik wie z.B. in C rumplagen, und Python nimmt einem die ganze Arbeit ab, und man kann sich nur auf die Algorithmen konzentrieren.

Für die Implementierung der Suchalgorithmen, und der Mathematischen Konzepte von z.B. Neuralen Netzwerken bietet sich eine Funktionale Programmiersprache wie Haskell nehmen, ich denke diese sind dafür am besten geeignet. Für Knowledge bases ist Prolog als Logische Sprache die wohl beste Wahl, da diese auf Knowledge bases aufbaut.
03/16/2017 17:04 Sakus#30
Hoffentlich funktioniert das mit mehreren Quotes, habe das noch nie gemacht haha

Quote:
Originally Posted by Shadow992 View Post
Alles gut, frag ruhig.
Ich bin auch eher der Typ, der alles selbst macht, um es mal verstanden zu haben. Und es hilft auch ungemein einmal kleine dinge selbst zu implementieren, wie z.b. ein kleines neuronales netz (da gibts online auch paar relativ kurze beispielcodes, die aufs Verstehen/Lernen ausgelegt sind). Wenn eu aber wirklich richtig mit dem Zeug arbeiten willst und keine 3 Wochen bis zu deinen ersten Ergebnissen warten willst, musst du sowohl deine GPU zum Trainieren der Neuronalen Netze nehmen als auch hocheffiziente Implementierungen.

Das heißt für den Anfang ists total ok sich mal ein billiges Netz selbst zu bauen, um zu verstehen wie das abläuft, wo Probleme sind und so Zeugs. Aber egal wer du bist, ob Microsoft, Google, Audi, BMW, Porsche, Ferrari, Amazon, whatever, du willst bei richtigen Produkten auf bewährte Libraries setzen. Google setzt z.b. auf Theano, Microsoft benutzt sowohl Theano als auch Caffe und Audi benutzt hauptsächlich Caffe.

Da in dem Buch kaum Mathe-Zeugs vorkommt, beschränk ich mich da auch darauf fertige Libs zu benutzen. Ansonsten müsste man ziemlich tief in die Mathematik absteigen, was andere Bücher deutlich besser können als ich.

Als Programmiersprache, zumindest im Bereich Deep Learning, ist man am besten aufgehoben mit Python, C/C++ oder R. Man kann natürlich auch die Libs in AutoIt oder Java benutzen, aber ein großteil der Libs wird halt primär für eine der drei Sprachen entwickelt. Wenn es dir nicht um Deep Learning speziell geht, sondern du mehr allgemeines Machine Learning/KI zeugs meinst, ist die Sprache eigentlich total egal. OpenCV ist DIE library schlecht hin um mit Bildern zu arbeiten und wird daher auch von jeder größeren Programmiersprache relativ gut integriert.
Wenigstens bin ich nicht allein mit dem Gefühl, aber ich verstehe natürlich den Punkt! Aber dann heißt es also Grundlagen aneignen und die dann mit den Libraries anwenden!
Ich schätze es soll in Richtung Deep Learning gehen, da mir das schon ziemlich zusagt, also fällt die Wahl wohl auf Python oder C++, da mir R absolut NICHTS sagt (nur ein paar mal den Namen im Bezug auf das Thema gelesen).
OpenCV habe ich durchaus auch gesehen und bin gespannt was man damit nicht alles zaubern kann, aber ich halte dich da auch auf dem Laufenden, zumal ich dir sicher in nächster Zeit (sofern meine Freizeit das zulässt), noch einige Fragen zukommen lasse!
Aber vielleicht lässt sich das Thema hier ja doch noch mal anheizen im Forum und vielleicht gibt es ja noch anderen "Interessenten" auf diesem Gebiet die sich informieren wollen! Wäre eine super Sache auf jeden Fall, wenn so ein Community Projekt, was du ja ein mal (leider ohne Erfolg) versucht hast, auf die Beine gestellt werden könnte in Zukunft, aber das sind wohl Träumereien haha.

Quote:
Originally Posted by warfley View Post
Vielen Dank für deine Antwort, die hat mir sehr geholfen!
Leider interessiere ich mich nicht zuuu sehr für das Thema, meine Freundin studiert Medizin und für mich ist das nichts (zumindest aus der jetzigen Sicht) wo ich später so richtig einsteigen möchte. Also nicht falsch verstehen mit "finde ich nicht zu interessant", ich meine es eben nur auf Sicht meiner beruflichen Zukunft (auch wenn meine Freundin fantasiert hatte später auf dieser Basis zusammen zu arbeiten haha).

Ich verstehe schon was du meinst und ist natürlich klar dass man das im geschäftlichen Sinne nicht alles von Hand machen kann, eben auf Grund des Zeitfaktors, wie du schon sagtest. Aber wie bereits oben erwähnt, das Verständnis versuche ich mir trotzdem zu erarbeiten!

Python scheint also wirklich eine gute Wahl zu sein also werde ich da am besten Mal reinschnuppern und hoffentlich einigermaßen schnell zu einem kleinen Ergebnis kommen um das unglaubliche Gefühl des Erschaffens zu bekommen!
Page 2 of 2 1 2