Definitionen Künstliche Intelligenz – KI Glossar, Lexikon & Begriffe

Einfach erklärt Validation (Validierung) ist die Qualitätskontrolle des KI Modells, bevor es live geht: Wir nehmen Daten, die das Modell nicht zum Lernen gesehen hat, lassen es vorhersagen und prüfen, wie gut es wirklich generalisiert. Wenn es anfängt nur noch auswendig zu können statt wirklich zu verstehen (Overfitting), sehen wir das hier. Kurz: Modell testen…

Einfach erklärt Eine Wertfunktion sagt, wie gut es ist, sich jetzt in einem bestimmten Zustand zu befinden (oder dort eine Aktion zu wählen) – gemessen an der erwarteten zukünftigen Belohnung. Sie ist damit ein zentraler Baustein im Reinforcement Learning: Mit ihr kann ein Agent abschätzen, welche Situationen langfristig lohnen und welche nicht. Ganz einfache Beispiele:…

Einfach erklärt: „Variation“ in der Künstlichen Intelligenz (KI) Variation bedeutet in der KI allgemein „Unterschied“ oder „Abwandlung“.Der Begriff wird in zwei Hauptsinnen verwendet: Beides ist wichtig: Typische Bedeutungen 1. Statistische Variation (Varianz) Die Varianz beschreibt, wie stark Werte – etwa Vorhersagen eines Modells – um ihren Durchschnitt schwanken.In der Modellbewertung ist sie Teil des sogenannten…

Einfach erklärt Variational Autoencoder (VAE) Ein Variational Autoencoder ist ein Generationsmodell, das Daten (z. B. Bilder, Texte, Audiosignale) in einen kompakten, kontinuierlichen Latentraum kodiert und daraus wieder realistische Beispiele erzeugt.Die Idee: komprimieren (Encoder) → stochastischer Latentvektor → rekonstruieren (Decoder). Dabei wird der Latentraum so gelernt, dass ähnliche Daten nahe beieinander liegen und man sinnvoll interpolieren und…

Einfach erklärt Ein Vektorraum ist eine Sammlung von Vektoren (z. B. Pfeile, Zahlenlisten), in der man • addieren kann (zwei Vektoren ergeben einen neuen), und• mit Zahlen multiplizieren kann (einen Vektor strecken/verkürzen/umkehren), so dass dabei immer wieder gültige Vektoren desselben Raums herauskommen und die üblichen Rechenregeln gelten (z. B. Reihenfolge beim Addieren egal, es gibt einen Null‑Vektor,…

(Vision Transformer) 1) Einfach erklärt ViT ist ein Transformer für Bilder. Ein Bild wird in viele kleine Patches (z. B. 16×16 Pixel) zerlegt. Jedes Patch wird in einen Vektor (Token) umgewandelt, mit Positionsinfos versehen und dann wie eine Satzfolge vom Transformer verarbeitet. Ein spezielles Klassen-Token sammelt die Information für die Vorhersage (z. B. „Katze“ vs. „Hund“). Warum ist…