Herzlich willkommen!ÜberblickArten von maschinellem LernenAlgorithmen des maschinellen LernensStatistisches maschinelles LernenLineare Algebra für maschinelles LernenQuantifizierung von UnsicherheitenAbwägung zwischen Verzerrung und VarianzÜberblickMerkmalsauswahlMerkmalsextraktionVektoreinbettungLatenter RaumHauptkomponentenanalyseLineare DiskriminanzanalyseUpsamplingDownsamplingSynthetische DatenDatenlecksÜberblickLineare RegressionLasso-RegressionRidge-RegressionZustandsraummodellZeitreiheAutoregressives ModellÜberblickEntscheidungsbäumeK-Nearest-Neighbors (KNNs)Naive BayesRandom ForestSupport-Vektor-MaschineLogistische RegressionÜberblickBoostingBaggingGradient BoostingGradient Boosting ClassifierÜberblickTransferlernenÜberblickÜberblickK-Means ClusteringHierarchisches ClusteringA-priori-AlgorithmusGaußsches MischungsmodellAnomalieerkennungÜberblickKollaborative FilterungInhaltsbasierte FilterungÜberblickVerstärkendes Lernen mit menschlichem FeedbackÜberblickÜberblickBackpropagationEncoder-Decoder-ModellRecurrent Neural NetworksConvolutional Neural NetworksÜberblickAufmerksamkeitsmechanismusGrouped Query AttentionPositionskodierungAutoencoderMamba-ModellGraph Neural NetworkÜberblickGeneratives ModellGenerative KI im Vergleich zu prädiktiver KIÜberblickLogischkeitsmodelleKleine SprachmodelleAnweisungsoptimierungLLM-ParameterLLM-TemperaturLLM-BenchmarksLLM-AnpassungDiffusionsmodelleVariational Autoencoder (VAE)Generative Adversarial Networks (GANs)ÜberblickVisionssprachmodelleTutorial: Erstellen Sie einen KI- StylistenTutorial: Multimodale KI-Abfragen mit LlamaTutorial: Multimodale KI-Abfragen mit PixtralTutorial: Automatische Podcast-Transkription mit GraniteTutorial: PPT-KI-Bildanalyse-AntwortsystemÜberblickGraphRAGTutorial: Erstellen Sie ein multimodales RAG-System mit Docling und GraniteTutorial: Evaluieren Sie die RAG-Pipline mit RagasTutorial: RAG-Chunking-StrategienTutorial: RAG mithilfe von Wissensdiagrammen grafisch darstellenTutorial: Inferenzskalierung zur Verbesserung multimodaler RAGÜberblickVibe-CodierungBesuchen Sie den Leitfaden zu KI-Agenten 2025ÜberblickVerlustfunktionTrainingsdatenModellparameterGradientenabstiegStochastischer GradientenabstiegHyperparameter-TuningLernrateÜberblickParameter-efficient Fine-Tuning(PEFT)LoRATutorial: Feinabstimmung des Granite-Modells mit LoRARegularisierungFoundation ModelsOverfittingUnderfittingFew-Shot-LearningZero-Shot-LearningKnowledge DistillationMeta-LearningData AugmentationCatastrophic ForgettingÜberblickScikit-learnXGboostPyTorchÜberblickKI-LebenszyklusKI-InferenzModellbereitstellungPipeline für maschinelles LernenDatenkennzeichnungModellrisikomanagementModelldriftAutoMLModellauswahlFöderiertes LernenVerteiltes maschinelles LernenKI-StackÜberblickNatural Language UnderstandingÜberblickStimmungsanalyseMaschinelle ÜbersetzungÜberblickInformationsabrufInformationsextraktionThemen-ModellierungLatente semantische AnalyseLatent Dirichlet AllocationNamed Entity RecognitionWorteinbettungenBag of WordsIntelligente SucheSpracherkennungStemming und LemmatizationTextzusammenfassungDialogorientierte KIKonversationsanalyseGenerierung natürlicher SpracheÜberblickBildklassifikationObjekterkennungInstanzsegmentierungSemantische SegmentierungOptische ZeichenerkennungBilderkennungVisuelle InspektionIvan BelcicmaschinellesKIneuronale Netze,Algorithmen für maschinelles Lernengenerativer KITextzusammenfassungTextgenerierung und die Bildgenerierung sowie die 3D-Modellierung und die Erstellung von Audiodateien.unbeaufsichtigten LernensVerlustfunktionüberwachtenKlassifizierung im maschinellen LernenGenerative Adversarial Network (GAN)IBM DatenschutzerklärungDeep LearningAutoregressive ModelleTransformerder Verarbeitung natürlicher Sprache (Natural Language Processing)DiffusionsmodelleVariational Autoencoder (VAEs)linearen Regressionlogistischen Regressionwiederkehrenden neuronalen Netzen (Recurrent Neural Networks, RNNs)große Sprachmodelle (LLMs)GPTGPT-4oClaudeLlamaGeminiund GraniteZeitreihen-Forecastingbestärkenden LernenKlassifizierungsaufgabenErkennung von AnomalienConvolutional Neural Networks (CNNs)Computer VisionDatenerweiterungsynthetischen DatenAutoencoderhalluzinierenChatGPT-4oChatbotGPTZur Episode wechselnE-Book
Nutzen Sie die Leistungsfähigkeit generativer KI und ML
Erfahren Sie, wie Sie generative KI und maschinelles Lernen sicher in Ihr Unternehmen integrieren können.
E-Book lesenHandbuch
Der CEO-Leitfaden zu generativer KI
Erfahren Sie, wie CEOs den Wert, den generative KI schaffen kann, gegen die erforderlichen Investitionen und die damit verbundenen Risiken abwägen können.
Handbuch lesenWeiterbildung
Bringen Sie Ihre KI-Fähigkeiten auf die nächste Stufe
Erfahren Sie mehr über grundlegende Konzepte und bauen Sie Ihre Fähigkeiten mit praktischen Übungen, Kursen, angeleiteten Projekten, Tests und mehr aus.
Generative KI kennenlernenE-Book
Nutzen Sie die Leistungsfähigkeit generativer KI und ML
Erfahren Sie, wie Sie generative KI und maschinelles Lernen sicher in Ihr Unternehmen integrieren können.
E-Book lesenHandbuch
KI zum Einsatz bringen: Mehr ROI dank generativer KI
Möchten Sie eine bessere Rendite für Ihre KI-Investitionen erzielen? Erfahren Sie, wie die Skalierung generativer KI in Schlüsselbereichen Veränderungen vorantreibt, indem Sie Ihre besten Köpfe dabei unterstützen, innovative neue Lösungen zu entwickeln und bereitzustellen.
Handbuch lesenBericht
KI in Aktion 2024
Wir haben 2.000 Unternehmen zu ihren KI-Initiativen befragt, um herauszufinden, was funktioniert, was nicht und wie Sie vorankommen können.
Lesen Sie den BerichtKI-Modelle
IBM Granite erkunden
IBM Granite ist unsere Familie offener, leistungsfähiger und vertrauenswürdiger KI-Modelle, die auf Unternehmen zugeschnitten und für die Skalierung Ihrer KI-Anwendungen optimiert sind. Erkunden Sie die Optionen zu Sprache, Code, Zeitreihen und Guardrails.
Granite kennenlernenE-Book
So entscheiden Sie sich für das richtige Foundation Model
Erfahren Sie, wie Sie das für Ihren Anwendungsfall am besten geeignete KI Foundation Model auswählen.
E-Book lesenHandbuch
Wie Sie im neuen KI-Zeitalter vertrauensvoll und zuversichtlich in eine erfolgreiche Zukunft blicken
Erfahren Sie mehr über die drei entscheidenden Elemente einer starken KI-Strategie: die Schaffung eines Wettbewerbsvorteils, die Skalierung von KI im gesamten Unternehmen und die Förderung vertrauenswürdiger KI.
Handbuch lesenEntdecken sie watsonx.aiErkunden Sie KI-LösungenKI-Services entdeckenwatsonx.ai erkundenBuchen Sie eine Live-DemoAttention Is All You NeedArtists Score Major Win in Copyright Case Against AI Art GeneratorsDiffusion-GAN: Training GANs with Diffusion
智能索引记录
-
2026-03-08 23:30:17
综合导航
成功
标题:Union Budget 2025: Consumer Products & Retail EY - India
简介:Check out all the Union Budget 2025-26 highlights on CPR sec
-
2026-03-08 23:39:13
综合导航
成功
标题:The AI Industry Welcomes a Deep-Pocketed Tether Bee Network
简介:Tether made $13 billion in 2024. You might not grasp the sca
-
2026-03-09 08:21:48
综合导航
成功
标题:Schaeffler Germany
简介:Schaeffler has been driving forward groundbreaking invention
-
2026-03-09 00:24:54
综合导航
成功
标题:Enroll
简介:IGT is the global leader in gaming. We deliver entertaining
-
2026-03-07 11:37:37
综合导航
成功
标题:Free Printable Motorcycle & Bicycle Coloring Page - Wheelie Bike Fork EDU.COM
简介:Download our free printable motorcycle & bicycle coloring pa