000 07927nam a22004333i 4500
001 EBC31673236
003 MiAaPQ
005 20250129114836.0
007 cr cnu||||||||
008 250129s2024 xx o ||||0 ger d
020 _a9783658442484
_q(electronic bk.)
020 _z9783658442477
040 _aMiAaPQ
_beng
_cMiAaPQ
100 1 _aFurbach, Ulrich.
_965611
245 1 0 _aKünstliche Intelligenz Für Lehrkräfte :
_bEine Fachliche Einführung Mit Didaktischen Hinweisen.
250 _a1st ed.
264 1 _aWiesbaden :
_bSpringer Fachmedien Wiesbaden GmbH,
_c2024.
264 4 _c{copy}2024.
300 _a1 online resource (243 pages)
336 _aText
_btxt
_2rdacontent
337 _aComputermedien
_bc
_2rdamedia
338 _aOnline Resource
_bcr
_2rdacarrier
490 1 _aArs Digitalis Series
500 _aE-Book-ProQuest / Fernzugriff nach Registrierung möglich
505 0 _aIntro -- Inhaltsverzeichnis -- Über die Autoren -- 1 Einfuhrung -- Literatur -- Teil I Grundlegende Konzepte der KI -- 2 Suche im Problemraum -- 2.1 Methodische Einführung -- 2.1.1 Repräsentation von Problemen -- 2.1.2 Blinde Suchverfahren -- 2.1.3 Heuristische Suchverfahren -- 2.1.4 Definition einer Heuristik -- 2.2 Beispiele aus der Lebenswelt, gesellschaftliche Bezüge und Interdisziplinärität -- 2.3 Vorschläge für den Unterricht und Anwendungen -- 2.4 Literatur zum Weiterlesen und Quellen -- Literatur -- 3 Lernen aus Daten -- 3.1 Methodische Einführung -- 3.1.1 Überwachtes Lernen -- 3.1.2 Unüberwachtes Lernen -- 3.1.3 Verstärkendes Lernen -- 3.2 Gesellschaftliche Bezüge und Interdisziplinärität -- 3.3 Vorschläge für den Unterricht -- 4 Schlieen aus Wissen -- 4.1 Methodische Einführung -- 4.1.1 Logisches Schließen -- 4.1.2 Wissensrepräsentation -- 4.1.3 Beschreibungslogiken -- 4.1.4 Alltagsschließen -- 4.1.5 Menschliches Schließen -- 4.2 Beispiele aus der Lebenswelt, gesellschaftliche Bezüge und Interdisziplinärität -- 4.3 Vorschläge für den Unterricht und Anwendungen -- 4.4 Literatur zum Weiterlesen und Quellen -- Literatur -- Teil II Maschinelles Lernen -- 5 Lernen mit Neuronalen Netzen -- 5.1 Methodische Einführung -- 5.1.1 Ein einzelnes künstliches Neuron - das einfache Perzeptron -- 5.1.2 Lernen eines einfachen Perzeptrons aus Daten -- 5.1.3 Lernen in neuronalen Netzen: Gradientenabstieg -- 5.1.4 Mehrschichtige Neuronale Netze und Backpropagation -- 5.2 Beispiele aus der Lebenswelt, gesellschaftliche Bezüge und Interdisziplinärität -- 5.3 Vorschläge für den Unterricht und Anwendungen -- 5.4 Literatur zum Weiterlesen und Quellen -- Literatur -- 6 Analytisches vs. konnektionistisches Paradigma -- 6.1 Methodische Einführung -- 6.1.1 Analytischer Ansatz: Die pq-Formel -- 6.1.2 Konnektionistischer Ansatz: Ein neuronales Netz.
505 8 _a6.1.3 Trainingsdaten für quadratische Gleichungen -- 6.1.4 Das gelernte Neuronale Netz -- 6.1.5 Diskussion des Vergleiches -- 6.2 Beispiele aus der Lebenswelt, gesellschaftliche Bezüge und Interdisziplinärität -- 6.2.1 Datensatzbias -- 6.2.2 Wichtigkeit der Datensatzannotation -- 6.3 Vorschläge für den Unterricht und Anwendungen -- Literatur zum Weiterlesen und Quellen -- 7 Verstarkendes Lernen -- 7.1 Methodische Einführung -- 7.2 Wirkprinzip -- 7.2.1 Verhalten: Zweckmäßige Interaktion mit der Umwelt -- 7.2.2 Lernen: Auf der Suche nach optimalem Verhalten -- 7.3 Vorschläge für den Unterricht -- 7.4 Beispiele aus der Lebenswelt, gesellschaftliche Bezüge und Interdisziplinärität -- 7.5 Weiterführende Hinweise -- Literatur -- 8 Tiefes Lernen -- 8.1 Methodische Einführung -- 8.1.1 Die Funktion eines Neurons in einem Neuronalen Netz -- 8.1.2 Organisation in Schichten -- 8.1.3 Die Konvolutionsschicht -- 8.1.4 Ein Konvolutionsnetz (Convolutional Neural Network, CNN) -- 8.1.5 Eine Analyse der Merkmale eines bekannten Netzwerkes -- 8.2 Beispiele aus der Lebenswelt, Gesellschaftliche Bezüge und Interdisziplinärität -- 8.3 Vorschläge für den Unterricht und Anwendungen -- 8.4 Literatur zum Weiterlesen und Quellen -- Literatur -- 9 Erklarbarkeit -- 9.1 Methodische Einführung -- 9.1.1 Wichtigkeit von Merkmalen -- 9.1.2 Kontrafaktische Erklärungen -- 9.1.3 Modelltreue von Erklärungen -- 9.2 Beispiele aus der Lebenswelt, gesellschaftliche Bezüge und Interdisziplinarität -- 9.3 Vorschläge für den Unterricht und Anwendungen -- 9.4 Literatur zum Weiterlesen und Quellen -- Literatur -- 10 Generative KI -- 10.1 Methodische Einführung -- 10.1.1 Encoder-Decoder Strukturen -- 10.1.2 Verarbeiten von Sequenzen und Texterzeugung -- 10.1.3 Random Sampling vs. Greedy Decoding -- 10.1.4 Transformernetzwerke und Attention Mechanismen.
505 8 _a10.2 Beispiele aus der Lebenswelt, gesellschaftliche Bezüge und Interdisziplinarität -- 10.3 Vorschläge für den Unterricht und Anwendungen -- 10.4 Literatur zum Weiterlesen und Quellen -- Literatur -- Teil III Schließen und Planen -- 11 Logikbasierte Wissensverarbeitung -- 11.1 Methodische Einführung -- 11.1.1 Aussagenlogik -- 11.1.2 Logik erster Stufe -- 11.1.3 Logik höherer Stufe -- 11.1.4 Nichtklassische Logiken und Universelles Logisches Schließen -- 11.2 Beispiele aus der Lebenswelt, gesellschaftliche Bezüge und Interdisziplinärität -- 11.3 Vorschläge für den Unterricht und Anwendungen -- 11.4 Literatur zum Weiterlesen und Quellen -- Literatur -- 12 Schlieen im Alltag und unter Unsicherheit -- 12.1 Methodische Einführung -- 12.1.1 Schlussformen im Alltagsschließen -- 12.1.2 Nicht monotone Logiken -- 12.1.3 Answer Set Programming -- 12.1.4 Vages Wissen -- 12.2 Vorschläge für den Unterricht und Anwendungen -- 12.3 Literatur zum Weiterlesen und Quellen -- Literatur -- Teil IV Spezielle und vertiefende Themen -- 13 Robotik -- 13.1 Methodische Einführung -- 13.1.1 Karten für mobile Roboter -- 13.1.2 Wahrscheinlichkeitstheoretisches Modell derSelbstlokalisation -- 13.1.3 Beobachtungsmodell -- 13.1.3.1 Beispiel -- 13.1.4 Bewegungsmodell -- 13.1.5 Selbstlokalisation mit Markovmodellen -- 13.2 Beispiele aus der Lebenswelt, gesellschaftliche Bezüge und Interdisziplinarität -- 13.3 Vorschläge für den Unterricht und Anwendungen -- 13.4 Literatur zum Weiterlesen und Quellen -- Literatur -- Teil V Reflexion -- 14 Naturliche und Kunstliche Intelligenz -- 14.1 Methodische Einführung -- 14.1.1 Was menschliche Intelligenz ausmacht -- 14.1.2 Menschliches versus maschinelles Lernen -- 14.1.3 Wie man Intelligenz prüfen kann -- 14.2 Beispiele aus der Lebenswelt, gesellschaftliche Bezüge und Interdisziplinarität -- 14.3 Vorschläge für den Unterricht und Anwendungen.
505 8 _a14.4 Literatur zum Weiterlesen und Quellen -- Literatur -- 15 Wechselwirkungen von KI mit anderen Schulfachern -- 15.1 Methodische Einführung -- 15.1.1 Biologie -- 15.1.2 Ethik -- 15.1.3 Bildende Kunst -- 15.2 Vorschläge für den Unterricht -- 15.3 Literatur zum Weiterlesen und Quellen -- Literatur -- 16 Verantwortung -- 16.1 Methodische Einführung -- 16.1.1 Perspektive der Entwicklung von KI-Systemen -- 16.1.2 Perspektive der Interaktion mit KI-Systemen -- 16.1.3 Didaktische Empfehlungen -- 16.2 Beispiele aus der Lebenswelt -- 16.2.1 Interaktion mit Captchas -- 16.2.2 Interaktion mit Streamingdiensten -- 16.3 Vorschläge für den Unterricht und Anwendungen -- 16.4 Literatur zum Weiterlesen und Quellen -- Literatur -- Glossar.
655 _aFernzugriff
_9230
655 4 _aElectronic books.
700 1 _aKitzelmann, Emanuel.
_965612
700 1 _aMichaeli, Tilman.
_965613
700 1 _aSchmid, Ute.
_965614
776 0 8 _iPrint version:
_aFurbach, Ulrich
_tKünstliche Intelligenz Für Lehrkräfte
_dWiesbaden : Springer Fachmedien Wiesbaden GmbH,c2024
_z9783658442477
830 0 _aArs Digitalis Series
_965615
856 4 0 _uhttps://ebookcentral.proquest.com/lib/maxweberstiftung-ebooks/detail.action?docID=31673236
_zVolltext
942 _cEB
999 _c72064
_d72064