Dieser Band beschäftigt sich mit dem maschinellen Lernen-der Autoadaption von algorithmischen Artefakten-als Thema interdisziplinärer Diskurse zu beispielsweise Selbstorganisation oder schwacher künstlicher Intelligenz. Anknüpfend an Heidegger, Goodman und Hubig ermöglicht die Studie einen systematischen interdisziplinären Zugang zu maschinellem Lernen, indem seine Charakteristika-etwa künstliche neuronale Netze oder evolutionäres Lernen-präzise, aber dennoch interdisziplinär verständlich beschrieben werden. Darauf aufbauend nimmt Sebastian Harrach eine technikphilosophische Verortung des maschinellen Lernens vor und geht exemplarisch den Denkrichtungen einer interdisziplinären Diskussion nach. Sebastian Harrach (Dr. phil.) lebt und forscht in Darmstadt. Weitere Informationen und Bestellung unter: www.transcript-verlag.de/ts2705/ts2705.php
This paper describes the successful development and implementation of an approach to peer feedback and collaborative writing within extensively interdisciplinary research groups likely to be formed in research projects concerning computer science education and e-learning.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.