|
Machine Learning - Medien, Infrastrukturen und Technologien der Künstlichen Intelligenz
| |
|
Inhaltstyp (RDA)
|
Text
|
|
Medientyp (RDA)
|
Computermedien
|
|
Datenträgertyp (RDA)
|
Online-Ressource
|
|
1. Person/Familie
|
Engemann, Christoph [HerausgeberIn]
|
|
2. Person/Familie
|
Sudmann, Andreas [HerausgeberIn]
|
|
Titel
|
Machine Learning - Medien, Infrastrukturen und Technologien der Künstlichen Intelligenz
|
|
Verantw.-ang.
|
Christoph Engemann, Andreas Sudmann (Hg.)
|
|
Verlagsort (RDA)
|
Bielefeld
|
|
Verlag (RDA)
|
transcript
|
|
E-Jahr
|
2018
|
|
E-Jahr (RDA)
|
[2018]
|
|
Umfangsangabe
|
1 Online-Ressource (390 Seiten) : Illustrationen
|
|
Titel der Serie
|
Digitale Gesellschaft ; Band 14
|
|
Hinw. auf parallele Ausg.
|
Erscheint auch als (Druck-Ausgabe) 978-3-8376-3530-0
|
|
ISBN
|
978-3-8394-3530-4
|
|
URL
|
https://ebookcentral.proquest.com/lib/hfg-offenbach/detail.action?docID=5504246 
|
|
Schlagwort / lok.
|
Medientheorie 
|
|
Schlagwort / lok.
|
Gesellschaft / Digitalisierung
|
|
Schlagwort / lok.
|
Künstliche Intelligenz
|
|
Schlagwort / lok.
|
Medienwissenschaft
|
|
Inhaltliche Zsfg.
|
Cover -- Inhalt -- Einleitung -- I. Epistemologien und Genealogien des maschinellen Lernens -- »Down-to-earth resolutions«: Erinnerungen an die KI als eine »häretische Theorie« -- Szenarien des Postdigitalen: Deep Learning als MedienRevolution -- Von Maschinen lernen: Zur Mechanical Notation von Charles Babbage -- Das Lernen lernen oder die algorithmische Entdeckung von Informationen -- II. Historische Imaginationen und Diskursformationen zu (autonomen) Lernmaschinen -- Bin doch keine Maschine : Zur Kulturgeschichte eines Topos -- Maschinelles Lernen als Bildungspolitischer Kontrollverlust?: Eine spekulative Kontrollgeschichte der Bildungsplanung -- Selbstlernende autonome Systeme?: Medientechnologische und medientheoretische Bedingungen am Beispiel von Alphabets Differentiable Neural Computer (DNC) -- III. Daten und Datenpraktiken maschinellen Lernens -- Daten als Schnittstelle: Die Poetik des maschinellen Lernens im Design -- Big-Data-Kriege: Über Tötungslisten, Drohnen und die Politik der Datenbanken -- Rekursionen über Körper: Machine Learning-Trainingsdatensätze als Arbeit am Index -- Media Analytics & Gegenwartskultur -- IV. Materialität und ästhetik lernender Maschinen -- Wenn aus Zahlen Töne werden: Überlegungen zu computergenerierter Musik und Komposition -- Ein Meer von Daten: apophänie und muster(-miss-)erkennung -- Wenn künstliche Intelligenz laufen lernt: Verkörperungsstrategien im Machine Learning -- biodrag. Turing-Test, KI-Kino und Testosteron -- V. Interviews -- »Deep Learning ist keine Religion« -- »Wunderwerke der Parallelisierung« -- Autor_innenverzeichnis
|
|
Bestand
|
1
|
|
Sign-Info
|
E-Book
|
Hochschule für Gestaltung Offenbach am Main
Hilfe
Korb
RSS
