Machine Learning - Medien, Infrastrukturen und Technologien der Künstlichen Intelligenz / / hrsg. von Andreas Sudmann, Christoph Engemann.

• Superior document: Title is part of eBook package: De Gruyter DG Plus eBook-Package 2018
• MitwirkendeR: Bengio, Yoshua,; Bergermann, Ulrike,; Bächle, Thomas Christian,; Dotzler, Bernhard J.,; Engemann, Christoph,; Ernst, Christoph,; Förster, Yvonne,; Herberg, Jeremias,; Kollinger,,; Llach, Daniel Cardoso,; Manovich, Lev,; Memisevic, Roland,; Parisi, Luciana,; Rieger, Stefan,; Rotermund, Hermann,; Schröter, Jens,; Steyerl, Hito,; Sudmann, Andreas,; Thimm, Caja,; Weber, Jutta,
• HerausgeberIn: Engemann, Christoph,; Sudmann, Andreas,
• Place / Publishing House: Bielefeld : : transcript Verlag, , [2018]; ©2018
• Year of Publication: 2018
• Language: German
• Series: Digitale Gesellschaft ; 14
• Physical Description: 1 online resource (392 p.)
• Other title: Frontmatter --; 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-Trainingsdatensät ze als Arbeit am Index --; Media Analytics & Gegenwartskultur --; IV. Materialität und ästhetik lernender Maschinen --; Wenn aus Zahlen Töne werden... überlegungen zu computergenerier ter 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
• Format: Mode of access: Internet via World Wide Web.
• ISBN: 9783839435304; 9783110719550; 9783110603255; 9783110603231
• DOI: 10.1515/9783839435304?locatt=mode:legacy
• Access: restricted access
• Hierarchical level: Monograph
• Statement of Responsibility: hrsg. von Andreas Sudmann, Christoph Engemann.

A genuine revolution is on everyone's lips. New forms of artificial intelligence are entering into all areas of social and cultural life: machines are learning to recognize pictures and language and are mastering the autonomous control of vehicles as well as financial investments and medical diagnoses. In the digital age, learning is no longer the privilege of humans. On the contrary, machine learning is shifting the relations between possibilities of knowledge, technical environments and human actors. This volume provides the first ever overview of the media, infrastructural and historical conditions for machine learning in a German-language context. Nicht weniger als von einer Revolution ist gegenwärtig die Rede. Neuere Verfahren der Künstlichen Intelligenz greifen in sämtliche Bereiche des sozialen und kulturellen Lebens ein: Maschinen lernen Bilder und Sprache zu erkennen, beherrschen die autonome Steuerung von Fahrzeugen ebenso wie Finanzinvestments und medizinische Diagnostik.Im digitalen Wandel ist Lernen damit kein Privileg des Menschen mehr. Vielmehr verschieben sich mit maschinellen Lernverfahren die Relationen zwischen Erkenntnismöglichkeiten, technischen Umwelten und humanen Akteuren.Dieser Band vermittelt erstmals für den deutschsprachigen Raum einen Überblick über die medialen, infrastrukturellen und historischen Voraussetzungen des maschinellen Lernens.