Als Soundkünstler, Kulturmanager und Kurator verbindet Pit Noack Wissenschaft, Technik und Kunst. In seinen Tutorials und Workshops bringt er mit viel Herzblut Jugendlichen und Erwachsenen Grundlagen der Programmierung und der künstlichen Intelligenz bei. Ob als Autor oder Dozent: Er ist in seinem Element, wenn der Funke überspringt.

Spiele-KI, Graphen, Neuronale Netze, Deep Learning, Transformer und Co.

Materialien zum Buch ... 16
Vorwort zur zweiten Auflage ... 17
1. Einleitung ... 19

1.1 ... Worum es uns in diesem Buch geht ... 20

1.2 ... Für wen wir dieses Buch geschrieben haben ... 21

1.3 ... Aufbau der einzelnen Kapitel ... 22

1.4 ... Ein Wort an die Programmierunkundigen ... 22

1.5 ... Beispielprogramme und die Webseite zum Buch ... 23

1.6 ... Warum wir JavaScript und p5.js verwendet haben ... 25

1.7 ... Begriffliche Abgrenzung und Fachbegriffe ... 26

1.8 ... Inhalte, Themen, Kapitel ... 27

1.9 ... Dank ... 30

2. Texte bauen mit Markow ... 31

2.1 ... Das Beispielprogramm Nonsense-Texter ... 35

2.2 ... Der Code des Nonsense-Texters unter der Lupe ... 37

2.3 ... Das Beispielprogramm Wörter vorschlagen ... 43

2.4 ... Wörter vorschlagen ... 47

2.5 ... Gewichteter Zufall ... 48

2.6 ... Ideen zum Weitermachen ... 50

2.7 ... Zusammenfassung und Ausblick ... 51

3. Schreibfehler automatisch korrigieren ... 53

3.1 ... Das Beispielprogramm Wortvergleich ... 54

3.2 ... Die Matrix befüllen ... 57

3.3 ... Die Umsetzung im Beispielprogramm ... 62

3.4 ... Das Beispielprogramm Korrekturvorschläge ... 65

3.5 ... Ideen zum Weitermachen ... 67

3.6 ... Zusammenfassung und Ausblick ... 68

4. Wörter gruppieren ... 69

4.1 ... Items und Transaktionen ... 71

4.2 ... Kenngrößen der Assoziationsanalyse ... 72

4.3 ... Ein Beispiel von Hand gerechnet ... 76

4.4 ... Das Beispielprogramm Begriffsnetz ... 79

4.5 ... Eine Tour durch den Code ... 82

4.6 ... Ideen zum Weitermachen ... 88

4.7 ... Zusammenfassung und Ausblick ... 90

5. Spiele für eine Person lösen ... 93

5.1 ... Das Spiel Fruchtkräsch ... 93

5.2 ... Wie findet die KI den besten Zug? ... 95

5.3 ... Eine vielseitig einsetzbare Spiel-KI ... 98

5.4 ... Die Klasse Spielzustand ... 99

5.5 ... Die Klasse KI ... 102

5.6 ... Ideen zum Weitermachen ... 107

5.7 ... Zusammenfassung und Ausblick ... 108

6. Spiele für zwei Personen gewinnen ... 109

6.1 ... Das Spiel Reversi ... 110

6.2 ... Das Beispielprogramm Reversi KI ... 111

6.3 ... Der Minimax-Algorithmus ... 112

6.4 ... Tiefensuche und Rekursion ... 115

6.5 ... Die Klasse Spielzustand ... 123

6.6 ... Die Klasse KI ... 126

6.7 ... Beschleunigung mit Alpha-Beta-Pruning ... 130

6.8 ... Ideen zum Weitermachen ... 131

6.9 ... Zusammenfassung und Ausblick ... 132

7. Q-Learning ... 133

7.1 ... Das Eichhörnchen und das Nussversteck ... 134

7.2 ... Umwelt, Agent, Aktion und Belohnung ... 139

7.3 ... Die Q-Tabelle ... 141

7.4 ... Das Beispielprogramm Q-Lerner ... 142

7.5 ... Die Q-Tabelle befüllen ... 147

7.6 ... Der Code unter der Lupe ... 150

7.7 ... Gamma bestimmt die Weitsicht ... 152

7.8 ... Epsilon: Erforschung oder Anwendung ... 154

7.9 ... Ein zweiter Blick auf den Code ... 156

7.10 ... Alpha ... 158

7.11 ... Was wir weggelassen haben ... 159

7.12 ... Ideen zum Weitermachen ... 161

7.13 ... Zusammenfassung und Ausblick ... 163

8. K-nächste-Nachbarn ... 167

8.1 ... Häschen, Igel, Vogelspinne oder Hai? ... 168

8.2 ... Das Beispielprogramm Tiere erkennen ... 169

8.3 ... Entfernungen bestimmen mit Pythagoras ... 172

8.4 ... Der Code im Detail ... 175

8.5 ... Ideen zum Weitermachen ... 178

8.6 ... Zusammenfassung und Ausblick ... 179

9. K-means-Clustering ... 181

9.1 ... Clusterbildung in Aktion ... 183

9.2 ... Das Beispielprogramm Wetterdaten gruppieren ... 186

9.3 ... Der Code ... 188

9.4 ... Grenzen des Verfahrens ... 191

9.5 ... Ideen zum Weitermachen ... 195

9.6 ... Zusammenfassung und Ausblick ... 195

10. Neuronale Netze I: Das Häschenproblem ... 197

10.1 ... Bilderkennung: ein klassisches Problem ... 198

10.2 ... Was ist ein Modell? ... 199

10.3 ... Der Aufbau eines neuronalen Netzes ... 201

10.4 ... Das Häschenneuron und seine Kollegen ... 204

10.5 ... Das Beispielprogramm Tiere erkennen II ... 209

10.6 ... Der Code ... 211

10.7 ... Ideen zum Weitermachen ... 211

10.8 ... Zusammenfassung und Ausblick ... 212

11. Neuronale Netze II: Auf dem Weg ins Tal ... 213

11.1 ... Das überwachte Lernen ... 214

11.2 ... Die schrittweise Justierung des Modells ... 216

11.3 ... Das Beispielprogramm Gradientenabstieg ... 223

11.4 ... Der Code ... 225

11.5 ... Tipps zum Weitermachen ... 226

11.6 ... Zusammenfassung und Ausblick ... 226

12. Neuronale Netze III: Fehler zurückverfolgen mit dem Neuronentrainer ... 229

12.1 ... Was ist Backpropagation? ... 230

12.2 ... Das Beispielprogramm Neuronentrainer ... 231

12.3 ... Validierungsdaten, Überanpassung, Generatoren ... 237

12.4 ... Weitere Beispielaufgaben ... 240

12.5 ... Die Anzahlen der verdeckten Schichten und der Neuronen ... 244

12.6 ... Was wir weggelassen haben ... 245

12.7 ... Ideen zum Weitermachen ... 246

12.8 ... Zusammenfassung und Ausblick ... 248

13. Neuronale Netze IV: Faltungsnetze, Autoencoder, GANs und DQL ... 249

13.1 ... Faltungsnetze ... 249

13.2 ... Modelle, die Bilder erzeugen ... 258

13.3 ... Autoencoder ... 260

13.4 ... Generative Adversarial Networks ... 261

13.5 ... Deep Q-Learning ... 264

13.6 ... Zusammenfassung und Ausblick ... 265

14. Transformer verstehen ... 267

14.1 ... Ein Sprachmodell von außen betrachtet ... 267

14.2 ... Wörter in Zahlen codieren für Fortgeschrittene ... 269

14.3 ... Worteinbettungen ... 270

14.4 ... Das Beispielprogramm Wort-Navigator ... 276

14.5 ... Vom Text zur Worteinbettung ... 282

14.6 ... Vom Wort zum Satz zum Text: Sequenzeinbettungen ... 290

14.7 ... Das Beispielprogramm Sequenz-Navigator ... 292

14.8 ... Transformer am Horizont ... 297

14.9 ... Zusammenfassung und Ausblick ... 301

14.10 ... Ideen zum Weitermachen ... 304

Nachwort: Auf der Suche nach Trurls Elektrobarden ... 305
Anhang ... 313

A ... Eine kurze Einführung in JavaScript und p5.js ... 315

B ... Glossar ... 359

C ... Quellen und weiterführende Literatur ... 369

D ... Abbildungsverzeichnis ... 373

Index ... 377