Glossar

Regressionsalgorithmen gehören zu den alltäglichsten Werkzeugen des maschinellen Lernens. Allen Regressionsalgorithmen ist gemein, dass sie versuchen, einen Zusammengang zwischen abhängigen (y / Label) und unabhängigen Variablen (x / Features) zu finden. Je nach Algorithmus und Linearität des Datensatzes wird hier eine sogenannte „Line of best fit“ (lineare Regression) oder eine Kurve (Polynomiale Regression) gefunden.

Die Regressionsanalyse ist ein statistisches Verfahren, das verwendet wird, um die Beziehung zwischen einer abhängigen Variablen und einer oder mehreren unabhängigen Variablen zu untersuchen. Sie wird häufig in der Datenanalyse und dem maschinellen Lernen eingesetzt, um Vorhersagen zu treffen und Trends in den Daten zu identifizieren.

Respond ist eine Kategorie im Periodensystem der KI, das von Kristian Hammond entwickelt wurde. Es bezieht sich auf Technologien, die entwickelt wurden, um menschenähnliche Reaktionen und Verhaltensweisen zu erzeugen, wie z.B. Chatbots, die auf Fragen antworten können.

Robotics Process Automation ist eine Technologie, die es ermöglicht, wiederkehrende Aufgaben und Prozesse zu automatisieren. Hierbei werden Software-Roboter eingesetzt, um manuelle Aufgaben in Geschäftsprozessen zu übernehmen.

Die Robotik bezieht sich auf das Feld der Technologie und Wissenschaft, das sich mit der Entwicklung von Robotern und ihrer Anwendung in der Industrie, Wissenschaft und im täglichen Leben beschäftigt. In der künstlichen Intelligenz wird die Robotik häufig in der Entwicklung von autonomen Systemen, Robotern und Drohnen eingesetzt.

Root Cause Analysis ist eine Methode zur Identifizierung der zugrundeliegenden Ursachen von Problemen oder Fehlern. Es handelt sich um einen strukturierten Ansatz, der darauf abzielt, die tatsächlichen Ursachen von Problemen zu identifizieren, um dauerhafte Lösungen zu finden und zukünftige Probleme zu vermeiden.

Der RMSE ist ein Maß für den Unterschied zwischen den von einem Regressionsmodell vorhergesagten Werten und den tatsächlichen Werten. Der RSME gibt eine Vorstellung davon, wie groß der Fehler in den Vorhersagen des Modells ist. Je niedriger der RMSE-Wert ist, umso präzisere Vorhersagen macht das Modell.

Schichten sind ein „Baustein“ neuronaler Netze. Sie bestehen aus der Anordnung mehrerer Neuronen. Mehrere dieser Schichten bilden ein neuronales Netz. Dabei wird zwischen Eingabeschichten (engl. input-layer), versteckten Schichten (engl. hidden -layer) und Ausgabeschichten(engl. output-layer) unterschieden.

Algorithmen mit schwacher künstlicher Intelligenz sind  Meister auf einem eng umgrenzten Gebiet, wissen aber darüber hinaus meist nichts und können auch ihr Domänenwissen nicht auf neue Kontexte übertragen. Sämtliche KI-Anwendungen, die heute existieren, sind diesem Bereich zuzuordnen.