Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze:
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Abschlussarbeit Buch |
| Sprache: | German |
| Veröffentlicht: |
Düren
Shaker Verlag
2022
|
| Schriftenreihe: | Berichte aus der Informationstechnik
|
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | xxi, 132 Seiten Illustrationen 21 cm x 14.8 cm, 230 g |
| ISBN: | 9783844084368 3844084363 |
Internformat
MARC
| LEADER | 00000nam a22000008c 4500 | ||
|---|---|---|---|
| 001 | BV048232594 | ||
| 003 | DE-604 | ||
| 005 | 20220601 | ||
| 007 | t | ||
| 008 | 220518s2022 gw a||| m||| 00||| ger d | ||
| 015 | |a 22,N02 |2 dnb | ||
| 016 | 7 | |a 1249018005 |2 DE-101 | |
| 020 | |a 9783844084368 |c Pb.: EUR 48.80 (DE), EUR 48.80 (AT), CHF 61.10 (freier Preis) |9 978-3-8440-8436-8 | ||
| 020 | |a 3844084363 |9 3-8440-8436-3 | ||
| 024 | 3 | |a 9783844084368 | |
| 035 | |a (OCoLC)1322806500 | ||
| 035 | |a (DE-599)DNB1249018005 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c XA-DE-NW | ||
| 049 | |a DE-706 | ||
| 084 | |8 1\p |a 004 |2 23sdnb | ||
| 100 | 1 | |a Kalischewski, Kathrin |d 1981- |e Verfasser |0 (DE-588)1253970785 |4 aut | |
| 245 | 1 | 0 | |a Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze |c Kathrin Kalischewski |
| 264 | 1 | |a Düren |b Shaker Verlag |c 2022 | |
| 300 | |a xxi, 132 Seiten |b Illustrationen |c 21 cm x 14.8 cm, 230 g | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 0 | |a Berichte aus der Informationstechnik | |
| 502 | |b Dissertation |c Bergische Universität Wuppertal |d 2021 | ||
| 650 | 0 | 7 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Datenverwaltung |0 (DE-588)4011168-4 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Künstliche Intelligenz |0 (DE-588)4033447-8 |2 gnd |9 rswk-swf |
| 653 | |a Klassifizierung | ||
| 653 | |a Transfer Learning | ||
| 653 | |a Künstliche Intelligenz | ||
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Datenverwaltung |0 (DE-588)4011168-4 |D s |
| 689 | 0 | 1 | |a Künstliche Intelligenz |0 (DE-588)4033447-8 |D s |
| 689 | 0 | 2 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |D s |
| 689 | 0 | |5 DE-604 | |
| 710 | 2 | |a Shaker Verlag |0 (DE-588)1064118135 |4 pbl | |
| 856 | 4 | 2 | |m DNB Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=033613276&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-033613276 | ||
| 883 | 1 | |8 1\p |a vlb |d 20220108 |q DE-101 |u https://d-nb.info/provenance/plan#vlb | |
Datensatz im Suchindex
| _version_ | 1804184016377610240 |
|---|---|
| adam_text | INHALTSVERZEICHNIS
ABKUERZUNGSVERZEICHNIS
IX
FORMELZEICHEN
XIII
ABBILDUNGSVERZEICHNIS
XIV
TABELLENVERZEICHNIS
XVIII
1
EINLEITUNG
1
1.1
PROBLEMSTELLUNG
................................................................................
2
1.2
AUFBAU
DER
ARBEIT
.........................................................................
4
2
GRUNDLAGEN
7
2.1
EINFUEHRUNG
IN
DIE
KUENSTLICHE
INTELLIGENZ
........................................
7
2.1.1
EINORDNUNG
GRUNDLEGENDER
BEGRIFFE
..................................
8
2.1.2
EINSATZGEBIETE
KUENSTLICHER
INTELLIGENZ
...............................
9
2.1.3
LERNALGORITHMEN
................................................................
10
2.1.4
KAPAZITAET,
UBERANPASSUNG
UND
UNTERANPASSUNG
............
12
2.2
KUENSTLICHE
NEURONALE
NETZE
..........................................................
13
2.2.1
AUFBAU
EINES
KUENSTLICHEN
NEURONALEN
NETZES
......................
13
2.2.2
DAS
NEURON
.........................................................................
14
2.2.3
FUNKTIONSWEISE
NEURONALER
NETZE
.........................................
18
2.2.4
TYPISCHE
STRUKTUREN
NEURONALER
NETZE
...............................
24
2.3
FALTENDES
NEURONALES
NETZ
.................................................................
25
2.3.1
FALTUNGSSCHICHT
.......................................................................
27
2.3.2
POOLING
...................................................................................
29
V
VI
INHALTSVERZEICHNIS
2.4
KUENSTLICHE
INTELLIGENZ
IN
DER
TEXTVERARBEITUNG
................................
31
2.4.1
NATURAL
LANGUAGE
PROCESSING
...............................................
32
2.4.2
NATURAL
LANGUAGE
GENERATION
...............................................
33
2.4.3
NATURAL
LANGUAGE
UNDERSTANDING
.........................................
33
3
EVALUIERUNG
DER
REICHWEITE
VON
TRANSFER
LEARNING
35
3.1
GRUNDLAGEN
DES
TRANSFER
LEARNING
.....................................................
36
3.1.1
DEFINITION
UND
NOTATION
........................................................
37
3.1.2
TRANSFER
LEARNING-STRATEGIEN
..................................................
39
3.2
DEEP
TRANSFER
LEARNING
.......................................................................
40
3.2.1
KATEGORIEN
.................................................................................
40
3.2.2
DEEP
TRANSFER
LEARNING-NETZE
...............................................
43
3.3
KLASSIFIZIERUNG
AUF
AUSGEWAEHLTEN
ZIELDATENSAETZEN
............................
45
3.3.1
VORVERARBEITUNG
DES
ZIELDATENSATZES
.....................................
46
3.3.2
TRANSFER
LEARNING-STRATEGIE
..................................................
49
3.3.3
EVALUIERUNG
DES
EINSATZES
DES
TRANSFER
LEARNINGS
....
52
3.3.4
EINSATZ
DER
FEINANPASSUNG
ZUR
VERBESSERUNG
DER
KLASSIFI
KATIONSERGEBNISSE
55
3.3.5
GEGENUEBERSTELLUNG
DER
KLASSIFIKATIONSERGEBNISSE
FUER
VARI
IERENDE
DATENSAETZE
.....................................................
55
3.3.6
DISKUSSION
DER
KLASSIFIKATIONSERGEBNISSE
...............................
58
4
KLASSIFIZIERUNG
VON
TEXTEN
MITTELS
NEUARTIGER
VORVERARBEITUNGS
TECHNIKEN
61
4.1
WORTEINBETTUNGEN
.................................................................................
62
4.1.1
BAG-OF-WORDS-VERFAHREN
........................................................
63
4.1.2
WORD2VEC
.................................................................................
66
4.2
ANLEGEN
EINES
INDIVIDUELLEN
DATENSATZES
............................................
75
4.3
ERSTELLEN
EINES
VOKABULARS
UND
DER
ZU
UNTERSUCHENDEN
WORTEIN
BETTUNGEN
....................................................................................
76
4.4
ENTWICKLUNG
EINES
NEURONALEN
NETZES
ZUR
KLASSIFIZIERUNG
VON
ZEITUNGSARTIKELN
....................................................................................
78
4.4.1
ID-CONVOLUTIONAL
NEURAL
NETWORKS
.....................................
78
4.4.2
AUFBAU
DES
NEURONALEN
NETZES
...............................................
79
4.5
EVALUIERUNG
OPTIMALER
WORTVEKTORLAENGEN
.........................................
80
INHALTSVERZEICHNIS
VII
4.6
NEUARTIGE
VORVERARBEITUNG
DER
DATEN
..............................................
81
4.6.1
INNOVATIVE
ERSTELLUNG
DER
VOKABULARLISTEN
............................
83
4.6.2
ERSTELLUNG
DER
WORTVEKTOREN
DURCH
NEUE
VORVERARBEI
TUNGSTECHNIKEN
..........................................................
84
4.7
KLASSIFIZIERUNGSERGEBNISSE
DURCH
NEUARTIGE
VORVERARBEITUNG
DER
DATEN
..................................................................................................
84
4.7.1
KLASSIFIZIERUNGSERGEBNISSE
BEI
DER
VORVERARBEITUNG
DER
VOKABULAR
LISTEN
MIT
DEM
TF-VERFAHREN
..............................
85
4.7.2
KLASSIFIZIERUNGSERGEBNISSE
BEI
DER
VORVERARBEITUNG
DER
VOKABULARLISTEN
MIT
DEM
TF-IDF-VERFAHREN
.....................
88
4.8
DISKUSSION
UND
VERGLEICH
DER
VORGESTELLTEN
KLASSIFIZIERUNGSVERFAHREN
90
5
INNOVATIVER
EINSATZ
KONTEXTUELLER
EMBEDDINGS
ZUR
TEXTKLASSIFI
ZIERUNG
95
5.1
KONTEXTUELLE
MODELLE
..........................................................................
96
5.2
TRANSFORMER
.........................................................................................
97
5.2.1
FUNKTIONSWEISE
EINES
TRANSFORMERS
.....................................
98
5.2.2
ATTENTION
..............................................................................
100
5.3
BIDIREKTIONALE
TRANSFORMER
...............................................................
103
5.3.1
MODELLARCHITEKTUR
..................................................................
103
5.4
EVALUIERUNG
DES
EINSATZES
VON
TRANSFORMERN
ZUR
TEXTKLASSIFIZIERUNGL08
5.4.1
DISTILBERT
...........................................................................
109
5.5
EINSATZ
UND
ERGEBNISSE
ZUR
TEXTKLASSIFIZIERUNG
MIT
TRANSFORMERN
110
5.6
NEUARTIGE
KOMBINATION
AUS
VERSCHIEDENEN
WORTEINBETTUNGEN
.
.111
5.6.1
DISKUSSION
UND
VERGLEICH
DER
ERGEBNISSE
..........................
112
6
ZUSAMMENFASSUNG
UND
AUSBLICK
115
LITERATURVERZEICHNIS
119
|
| adam_txt |
INHALTSVERZEICHNIS
ABKUERZUNGSVERZEICHNIS
IX
FORMELZEICHEN
XIII
ABBILDUNGSVERZEICHNIS
XIV
TABELLENVERZEICHNIS
XVIII
1
EINLEITUNG
1
1.1
PROBLEMSTELLUNG
.
2
1.2
AUFBAU
DER
ARBEIT
.
4
2
GRUNDLAGEN
7
2.1
EINFUEHRUNG
IN
DIE
KUENSTLICHE
INTELLIGENZ
.
7
2.1.1
EINORDNUNG
GRUNDLEGENDER
BEGRIFFE
.
8
2.1.2
EINSATZGEBIETE
KUENSTLICHER
INTELLIGENZ
.
9
2.1.3
LERNALGORITHMEN
.
10
2.1.4
KAPAZITAET,
UBERANPASSUNG
UND
UNTERANPASSUNG
.
12
2.2
KUENSTLICHE
NEURONALE
NETZE
.
13
2.2.1
AUFBAU
EINES
KUENSTLICHEN
NEURONALEN
NETZES
.
13
2.2.2
DAS
NEURON
.
14
2.2.3
FUNKTIONSWEISE
NEURONALER
NETZE
.
18
2.2.4
TYPISCHE
STRUKTUREN
NEURONALER
NETZE
.
24
2.3
FALTENDES
NEURONALES
NETZ
.
25
2.3.1
FALTUNGSSCHICHT
.
27
2.3.2
POOLING
.
29
V
VI
INHALTSVERZEICHNIS
2.4
KUENSTLICHE
INTELLIGENZ
IN
DER
TEXTVERARBEITUNG
.
31
2.4.1
NATURAL
LANGUAGE
PROCESSING
.
32
2.4.2
NATURAL
LANGUAGE
GENERATION
.
33
2.4.3
NATURAL
LANGUAGE
UNDERSTANDING
.
33
3
EVALUIERUNG
DER
REICHWEITE
VON
TRANSFER
LEARNING
35
3.1
GRUNDLAGEN
DES
TRANSFER
LEARNING
.
36
3.1.1
DEFINITION
UND
NOTATION
.
37
3.1.2
TRANSFER
LEARNING-STRATEGIEN
.
39
3.2
DEEP
TRANSFER
LEARNING
.
40
3.2.1
KATEGORIEN
.
40
3.2.2
DEEP
TRANSFER
LEARNING-NETZE
.
43
3.3
KLASSIFIZIERUNG
AUF
AUSGEWAEHLTEN
ZIELDATENSAETZEN
.
45
3.3.1
VORVERARBEITUNG
DES
ZIELDATENSATZES
.
46
3.3.2
TRANSFER
LEARNING-STRATEGIE
.
49
3.3.3
EVALUIERUNG
DES
EINSATZES
DES
TRANSFER
LEARNINGS
.
52
3.3.4
EINSATZ
DER
FEINANPASSUNG
ZUR
VERBESSERUNG
DER
KLASSIFI
KATIONSERGEBNISSE
55
3.3.5
GEGENUEBERSTELLUNG
DER
KLASSIFIKATIONSERGEBNISSE
FUER
VARI
IERENDE
DATENSAETZE
.
55
3.3.6
DISKUSSION
DER
KLASSIFIKATIONSERGEBNISSE
.
58
4
KLASSIFIZIERUNG
VON
TEXTEN
MITTELS
NEUARTIGER
VORVERARBEITUNGS
TECHNIKEN
61
4.1
WORTEINBETTUNGEN
.
62
4.1.1
BAG-OF-WORDS-VERFAHREN
.
63
4.1.2
WORD2VEC
.
66
4.2
ANLEGEN
EINES
INDIVIDUELLEN
DATENSATZES
.
75
4.3
ERSTELLEN
EINES
VOKABULARS
UND
DER
ZU
UNTERSUCHENDEN
WORTEIN
BETTUNGEN
.
76
4.4
ENTWICKLUNG
EINES
NEURONALEN
NETZES
ZUR
KLASSIFIZIERUNG
VON
ZEITUNGSARTIKELN
.
78
4.4.1
ID-CONVOLUTIONAL
NEURAL
NETWORKS
.
78
4.4.2
AUFBAU
DES
NEURONALEN
NETZES
.
79
4.5
EVALUIERUNG
OPTIMALER
WORTVEKTORLAENGEN
.
80
INHALTSVERZEICHNIS
VII
4.6
NEUARTIGE
VORVERARBEITUNG
DER
DATEN
.
81
4.6.1
INNOVATIVE
ERSTELLUNG
DER
VOKABULARLISTEN
.
83
4.6.2
ERSTELLUNG
DER
WORTVEKTOREN
DURCH
NEUE
VORVERARBEI
TUNGSTECHNIKEN
.
84
4.7
KLASSIFIZIERUNGSERGEBNISSE
DURCH
NEUARTIGE
VORVERARBEITUNG
DER
DATEN
.
84
4.7.1
KLASSIFIZIERUNGSERGEBNISSE
BEI
DER
VORVERARBEITUNG
DER
VOKABULAR
LISTEN
MIT
DEM
TF-VERFAHREN
.
85
4.7.2
KLASSIFIZIERUNGSERGEBNISSE
BEI
DER
VORVERARBEITUNG
DER
VOKABULARLISTEN
MIT
DEM
TF-IDF-VERFAHREN
.
88
4.8
DISKUSSION
UND
VERGLEICH
DER
VORGESTELLTEN
KLASSIFIZIERUNGSVERFAHREN
90
5
INNOVATIVER
EINSATZ
KONTEXTUELLER
EMBEDDINGS
ZUR
TEXTKLASSIFI
ZIERUNG
95
5.1
KONTEXTUELLE
MODELLE
.
96
5.2
TRANSFORMER
.
97
5.2.1
FUNKTIONSWEISE
EINES
TRANSFORMERS
.
98
5.2.2
ATTENTION
.
100
5.3
BIDIREKTIONALE
TRANSFORMER
.
103
5.3.1
MODELLARCHITEKTUR
.
103
5.4
EVALUIERUNG
DES
EINSATZES
VON
TRANSFORMERN
ZUR
TEXTKLASSIFIZIERUNGL08
5.4.1
DISTILBERT
.
109
5.5
EINSATZ
UND
ERGEBNISSE
ZUR
TEXTKLASSIFIZIERUNG
MIT
TRANSFORMERN
110
5.6
NEUARTIGE
KOMBINATION
AUS
VERSCHIEDENEN
WORTEINBETTUNGEN
.
.111
5.6.1
DISKUSSION
UND
VERGLEICH
DER
ERGEBNISSE
.
112
6
ZUSAMMENFASSUNG
UND
AUSBLICK
115
LITERATURVERZEICHNIS
119 |
| any_adam_object | 1 |
| any_adam_object_boolean | 1 |
| author | Kalischewski, Kathrin 1981- |
| author_GND | (DE-588)1253970785 |
| author_facet | Kalischewski, Kathrin 1981- |
| author_role | aut |
| author_sort | Kalischewski, Kathrin 1981- |
| author_variant | k k kk |
| building | Verbundindex |
| bvnumber | BV048232594 |
| ctrlnum | (OCoLC)1322806500 (DE-599)DNB1249018005 |
| format | Thesis Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02240nam a22005178c 4500</leader><controlfield tag="001">BV048232594</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20220601 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">220518s2022 gw a||| m||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">22,N02</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1249018005</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783844084368</subfield><subfield code="c">Pb.: EUR 48.80 (DE), EUR 48.80 (AT), CHF 61.10 (freier Preis)</subfield><subfield code="9">978-3-8440-8436-8</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3844084363</subfield><subfield code="9">3-8440-8436-3</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783844084368</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1322806500</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1249018005</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-NW</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-706</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="8">1\p</subfield><subfield code="a">004</subfield><subfield code="2">23sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Kalischewski, Kathrin</subfield><subfield code="d">1981-</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1253970785</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze</subfield><subfield code="c">Kathrin Kalischewski</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Düren</subfield><subfield code="b">Shaker Verlag</subfield><subfield code="c">2022</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">xxi, 132 Seiten</subfield><subfield code="b">Illustrationen</subfield><subfield code="c">21 cm x 14.8 cm, 230 g</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Berichte aus der Informationstechnik</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="b">Dissertation</subfield><subfield code="c">Bergische Universität Wuppertal</subfield><subfield code="d">2021</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Datenverwaltung</subfield><subfield code="0">(DE-588)4011168-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Klassifizierung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Transfer Learning</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Künstliche Intelligenz</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Datenverwaltung</subfield><subfield code="0">(DE-588)4011168-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Künstliche Intelligenz</subfield><subfield code="0">(DE-588)4033447-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="710" ind1="2" ind2=" "><subfield code="a">Shaker Verlag</subfield><subfield code="0">(DE-588)1064118135</subfield><subfield code="4">pbl</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=033613276&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-033613276</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">vlb</subfield><subfield code="d">20220108</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#vlb</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV048232594 |
| illustrated | Illustrated |
| index_date | 2024-07-03T19:51:28Z |
| indexdate | 2024-07-10T09:32:38Z |
| institution | BVB |
| institution_GND | (DE-588)1064118135 |
| isbn | 9783844084368 3844084363 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-033613276 |
| oclc_num | 1322806500 |
| open_access_boolean | |
| owner | DE-706 |
| owner_facet | DE-706 |
| physical | xxi, 132 Seiten Illustrationen 21 cm x 14.8 cm, 230 g |
| publishDate | 2022 |
| publishDateSearch | 2022 |
| publishDateSort | 2022 |
| publisher | Shaker Verlag |
| record_format | marc |
| series2 | Berichte aus der Informationstechnik |
| spelling | Kalischewski, Kathrin 1981- Verfasser (DE-588)1253970785 aut Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze Kathrin Kalischewski Düren Shaker Verlag 2022 xxi, 132 Seiten Illustrationen 21 cm x 14.8 cm, 230 g txt rdacontent n rdamedia nc rdacarrier Berichte aus der Informationstechnik Dissertation Bergische Universität Wuppertal 2021 Maschinelles Lernen (DE-588)4193754-5 gnd rswk-swf Datenverwaltung (DE-588)4011168-4 gnd rswk-swf Künstliche Intelligenz (DE-588)4033447-8 gnd rswk-swf Klassifizierung Transfer Learning Künstliche Intelligenz (DE-588)4113937-9 Hochschulschrift gnd-content Datenverwaltung (DE-588)4011168-4 s Künstliche Intelligenz (DE-588)4033447-8 s Maschinelles Lernen (DE-588)4193754-5 s DE-604 Shaker Verlag (DE-588)1064118135 pbl DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=033613276&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis 1\p vlb 20220108 DE-101 https://d-nb.info/provenance/plan#vlb |
| spellingShingle | Kalischewski, Kathrin 1981- Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze Maschinelles Lernen (DE-588)4193754-5 gnd Datenverwaltung (DE-588)4011168-4 gnd Künstliche Intelligenz (DE-588)4033447-8 gnd |
| subject_GND | (DE-588)4193754-5 (DE-588)4011168-4 (DE-588)4033447-8 (DE-588)4113937-9 |
| title | Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze |
| title_auth | Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze |
| title_exact_search | Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze |
| title_exact_search_txtP | Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze |
| title_full | Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze Kathrin Kalischewski |
| title_fullStr | Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze Kathrin Kalischewski |
| title_full_unstemmed | Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze Kathrin Kalischewski |
| title_short | Einsatz von Transfer Learning und intelligenter Datenvorverarbeitung für effiziente KI-basierte Klassifizierung kleiner unstrukturierter Medien-Datensätze |
| title_sort | einsatz von transfer learning und intelligenter datenvorverarbeitung fur effiziente ki basierte klassifizierung kleiner unstrukturierter medien datensatze |
| topic | Maschinelles Lernen (DE-588)4193754-5 gnd Datenverwaltung (DE-588)4011168-4 gnd Künstliche Intelligenz (DE-588)4033447-8 gnd |
| topic_facet | Maschinelles Lernen Datenverwaltung Künstliche Intelligenz Hochschulschrift |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=033613276&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT kalischewskikathrin einsatzvontransferlearningundintelligenterdatenvorverarbeitungfureffizientekibasierteklassifizierungkleinerunstrukturiertermediendatensatze AT shakerverlag einsatzvontransferlearningundintelligenterdatenvorverarbeitungfureffizientekibasierteklassifizierungkleinerunstrukturiertermediendatensatze |