Die Korrelationsanalyse ist eine Methode der statistischen Analyse, die verwendet wird, um die Beziehung zwischen zwei oder mehr Variablen zu untersuchen. Sie misst den Grad der linearen Beziehung zwischen den Variablen und gibt an, ob sie positiv oder negativ korrelieren. Die Korrelationsanalyse ist nützlich in der Datenanalyse und der Forschung, um Beziehungen zwischen verschiedenen Merkmalen zu untersuchen.
Der Korrelationskoeffizient gibt an, wie stark der Zusammenhang zwischen zwei Merkmalen, wie beispielsweise Features ist. Die gängigste Methode ist der Pearsons-Koeffizient, bei der er Werte zwischen -1 und 1 annimmt, wobei 0 keine Korrelation bedeutet. Je weiter sich den Extrempunkten genähert wird, desto stärker ist die Korrelation.
Künstliche Intelligenz (abgekürzt mit KI oder K.I.) „ist ein Teilgebiet der Informatik und gilt als die nächste wichtige Entwicklungsstufe der Digitalisierung. Dabei geht es darum, technische Systeme so zu konzipieren, dass sie Probleme eigenständig bearbeiten und sich dabei selbst auf veränderte Bedingungen einstellen können. Diese Systeme haben also die Eigenschaft zu lernen und mit Unsicherheiten (Wahrscheinlichkeiten) umzugehen, statt klassisch programmiert zu werden.“ (BMBF 2019)
Peak-End-Rule: Wir erinnern uns vor allem an den stärksten Moment und das Ende einer Erfahrung. (Psychologisches Verhaltensmuster)
Die lineare Regression wird verwendet, um kontinuierliche Werte vorherzusagen. Sie basiert auf der linearen Funktion f(x) = mx + b. Sie nimmt als Input einen (univariable) oder mehrere (multivariable) unabhängige Variablen (x-Werte) und gibt als Output die abhängige Variable y als Vorhersage zurück.
Die Linguistik ist die wissenschaftliche Studie von Sprache und ihrer Struktur. Sie umfasst die Analyse von Sprachregeln, Grammatik, Semantik und Pragmatik. In der künstlichen Intelligenz wird die Linguistik häufig verwendet, um Spracherkennungs- und Sprachgenerierungssysteme zu entwickeln.
Mit Malware oder auch Schadsoftware ist sämtliche Software gemeint, die dazu genutzt wird, einem Computersystem Schaden zuzufügen oder Informationen zu stehlen.
Ein Markovscher Entscheidungsprozess ist ein mathematisches Modell der Entscheidungsfindung in einer Umgebung, in der der Zustand der Umgebung stochastisch ist. Ein Agent trifft Entscheidungen basierend auf einer Wahrscheinlichkeitsverteilung über mögliche Aktionen und deren Auswirkungen auf den Zustand der Umgebung. Der Markovsche Entscheidungsprozess wird in der künstlichen Intelligenz häufig in der Verstärkungslernmethode verwendet, um Entscheidungen in dynamischen Umgebungen zu treffen.
Als maschinelles Hören (engl. computer audition) wird das Subfeld der KI-Forschung bezeichnet, welches sich mit der Aufnahme und Verarbeitung akustischer Signale beschäftigt. Mithilfe akustischer Sensoren werden Informationen aus der Umgebung oder aus Prozessketten gesammelt und automatisiert verarbeitet. Dabei sollen auf Grundlage dieser Analyse schnell und automatisch Entscheidungen getroffen werden.
Maschinelles Lernen ist das automatisierte Suchen und Finden von Mustern in Daten, um darauf aufbauend Vorhersagen zu den Daten zu treffen.
