Science: general issues Books

Book SynopsisEndlich keine schlaflosen Nächte mehr für alle Studenten der Bio- und Umweltwissenschaften, die genau wissen, dass ihr Studium ohne fundierte Statistikkenntnisse undenkbar ist. Als hilfreiches Mittel gegen das "Angstfach" Statistik ist der internationale Bestseller "Statistics for Terrified Biologists" endlich ins Deutsche übersetzt worden. Der Autoren Helmut van Emden gelingt es, eine leicht verdauliche und doch fundierte Grundlage der Statistik für die Biowissenschaften zu kreieren. Michael Knorrenschild, ein Mathematiker mit viel Lehrerfahrung übersetzte und adaptierte das Buch für die deutsche Studienrealität.Trade Review"Sehr sorgfältig und schrittweise werden die Voraussetzungen für parametrische Tests und Varianzanalyse diskutiert, ebenso wie die Wahl geeigneter Verfahren für die Versuchsplanung. Die realitätsnahen Übungsaufgaben sind mit ausführlichen Lösungen versehen." Ekz (KW11, 2015)Table of ContentsVorwort XI 1 Zum Gebrauch dieses Buches 1 1.1 Einführung 1 1.2 Der Text in den Kapiteln 1 1.3 Was Sie bei auftretenden Problemen tun sollten 2 1.4 Wichtig zu wissen 3 1.5 Zahlenbeispiele im Text 3 1.6 Die Kästen 3 1.7 Wissen testen 4 1.8 Noch einmal in Kürze 4 1.9 Warum überhaupt das Ganze? 4 1.10 Mehr zumThema 6 2 Einführung 7 2.1 Was ist Statistik? 7 2.2 Schreibweisen 8 2.3 Schreibweisen für die Mittelwertberechnung 10 3 Streuung zusammengefasst 11 3.1 Einführung 11 3.2 Verschiedene Größen für Streuung 12 3.2.1 Wertebereich 12 3.2.2 Gesamtabweichung 12 3.2.3 Mittlere Abweichung 13 3.2.4 Varianz 14 3.3 Warum n − 1? 15 3.4 Warum quadrierte Abweichungen? 16 3.5 Die Standardabweichung 17 3.6 Das nächste Kapitel 19 3.7 Wissen testen 19 4 Summen von verschiedenen Quadraten 21 4.1 Einführung 21 4.2 Mit Rechenmaschinen geht die Berechnung der Summen von Quadraten schneller 22 4.2.1 Addierte Quadrate 22 4.2.2 Der Korrekturfaktor 22 4.3 Vorsicht vor Verwirrung mit dem Ausdruck „Summe der Quadrate“ 23 4.4 Wissen testen 24 5 Die Normalverteilung 25 5.1 Einführung 25 5.2 Häufigkeitsverteilungen 25 5.3 Die Normalverteilung 26 5.4 Wie viel Prozent entsprechen einer Standardabweichungseinheit? 28 5.5 Sind die Prozentwerte immer die gleichen? 28 5.6 Andere vergleichbare Skalen aus dem Alltag 30 5.7 Die Standardabweichung als Schätzung der Häufigkeit des Auftretens einer Zahl in einer Stichprobe 30 5.8 Von Prozenten zuWahrscheinlichkeiten 31 6 Die Relevanz der Normalverteilung bei biologischen Daten 35 6.1 Wiederholung 35 6.2 Ist unsere beobachtete Verteilung normal? 36 6.3 Was kann man tun, wenn die Verteilung zweifellos nicht normal ist? 38 6.3.1 Transformation 38 6.3.2 Gruppieren von Stichproben 40 6.3.3 Einfach nichts tun! 40 6.4 Wie viele Stichproben brauchen wir? 40 6.4.1 Faktoren, die die Anzahl der nötigen Stichproben beeinflussen 41 6.4.2 Die Berechnung der nötigen Stichprobenanzahl 41 7 Weitere Berechnungen zur Normalverteilung 43 7.1 Einführung 43 7.2 Ist „A“ größer als „B“? 44 7.3 Die Messlatte für die Entscheidung 44 7.4 Herleitung des Standardfehlers einer Differenz zweier Mittelwerte 46 7.4.1 Schritt 1: Von der Varianz der Einzelwerte zur Varianz der Mittelwerte 47 7.4.2 Schritt 2: Von der Varianz der Einzelwerte zur Varianz der Differenzen 49 7.4.3 Schritt 3: Kombination von Schritt 1 und Schritt 2; der Standardfehler der Differenz der Mittelwerte (SFDM) 51 Helmut F. van Emden: Statistik ohne Albträume — 2014/10/8 — page VII — le-tex 7.4.4 Zusammenfassung der Berechnung des SFDM aus der Varianz der Einzelwerte 52 7.5 Die Bedeutung des Standardfehlers der Differenz zweier Mittelwerte 53 7.6 Zusammenfassung 53 7.7 Wissen testen 57 8 Dert-Test 59 8.1 Einführung 59 8.2 Das Prinzip des t-Tests 60 8.3 Der t-Test in statistischen Begriffen 61 8.4 Warum t? 61 8.5 Tabellen für die t-Verteilung 62 8.6 Der Standard-t-Test 65 8.7 Der t-Test für Mittelwerte bei ungleichen Varianzen 70 8.8 Der gepaarte t-Test 76 8.9 Wissen testen 82 9 Einseitig oder zweiseitig? 83 9.1 Einführung 83 9.2 Warum ist die Varianzanalyse mit dem F-Test zweiseitig? 83 9.3 Der zweiseitige F-Test 84 9.4 Wievielseitig ist nun der t-Test? 85 9.5 Fazit zur Frage einseitig oder zweiseitig 86 10 Varianzanalyse –Was ist das?Wie geht das? 87 10.1 Einführung 87 10.2 Summen derAbweichungsquadrate in derVarianzanalyse 88 10.3 Ein fiktives Zahlenbeispiel zur Analyse mit Anova 88 10.4 Die Tabelle für die Summe der Abweichungsquadrate 90 10.5 Die Aufteilung der Streuung in Tabelle C mit Anova 90 10.6 Die Beziehung zwischen t undF 99 10.7 Einschränkungen bei der Varianzanalyse 101 10.8 Vergleich zwischen Gruppenmittelwerten in der Varianzanalyse 104 10.9 Der kleinste signifikante Unterschied (LSD) 106 10.10 EineWarnung zum Gebrauch des kleinsten signifikanten Unterschieds 108 11 Versuchsplanung zur Varianzanalyse 113 11.1 Einführung 113 11.2 Volle Randomisierung 114 11.3 Randomisierte Blöcke 118 11.4 Unvollständige Blöcke 124 11.5 Lateinische Quadrate 126 11.6 Split-Plot-Pläne 135 11.7 Wissen testen 136 12 Einführung in die faktorielle Versuchsplanung 139 12.1 Was ist ein faktorieller Versuch? 139 12.2 Interaktion 141 12.3 Wie verändert ein faktorieller Versuch die Form der Varianzanalyse? 145 12.4 Summen der Abweichungsquadrate für Interaktionen 147 13 Zweifaktorielle Versuche 149 13.1 Einführung 149 13.2 Ein Beispiel für einen 2-Faktor-Versuch 149 13.3 Analyse des 2-Faktor-Versuchs 150 13.4 Zwei wichtige Punkte zur Erinnerung, bevor es ans nächste Kapitel geht 157 13.5 Analyse von faktoriellen Versuchen mit uneinheitlicher Anzahl Wiederholungen 157 13.6 Wissen testen 161 14 Faktorielle Versuche mitmehr als zwei Faktoren (kann bei Bedarf übersprungenwerden) 163 14.1 Einführung 163 14.2 Verschiedene „Ordnungen“ von Interaktion 164 14.3 Beispiel für einen 4-Faktor-Versuch 165 14.4 Wissen testen 184 15 Faktorielle Versuchemit Split-Plots 187 15.1 Einführung 187 15.2 Herleitung des Split-Plot-Plans aus dem randomisierten Versuchsplan 188 15.3 Freiheitsgrade in der Split-Plot-Analyse 191 15.4 Ein Zahlenbeispiel für einen Split-Plot-Versuch mitsamt Analyse 194 15.5 Vergleich von Split-Plot- und randomisierten Block-Plan 199 15.6 Anwendungen von Split-Plot-Plänen 202 15.7 Wissen testen 204 16 Der t-Test in der Varianzanalyse 205 16.1 Einführung 205 16.2 KurzeWiederholung aus relevanten früheren Abschnitten 206 16.3 Test auf kleinsten signifikanten Unterschied 207 16.4 Mehrfachreihentests 208 16.5 Das Testen von Differenzen zwischen Mittelwerten 213 16.6 Darstellung der Testergebnisse auf Unterschiede zwischen Mittelwerten 215 16.7 Die Analyse der Versuchsergebnisse mit Varianzanalyse in den Kapiteln 11 bis 15 216 16.8 Wissen testen 226 17 Lineare Regression und Korrelation 229 17.1 Einführung 229 17.2 Ursache undWirkung 230 17.3 Weitere Fallstricke, die nur auf Sie warten 230 17.4 Regression 235 17.5 Unabhängige und abhängige Variablen 236 17.6 Der Regressionskoeffizient b 236 17.7 Berechnung des Regressionskoeffizienten b 238 17.8 Die Regressionsgleichung 244 17.9 Ein durchgerechnetes Beispiel mit realen Daten 245 17.10 Korrelation 253 17.11 Verallgemeinerungen der Regressionsanalyse 256 17.11.1 Nichtlineare Regression 258 17.11.2 Mehrfache lineare Regression 260 17.11.3 Mehrfache nichtlineare Regression 261 17.11.4 Kovarianzanalyse 262 17.12 Wissen testen 265 18 Chi-Quadrat-Tests 267 18.1 Einführung 267 18.2 Wann χ2 und wann nicht 268 18.3 Das Problem niedriger Häufigkeiten 269 18.4 Yates’ Kontinuitätskorrektur 269 18.5 Der χ2-Anpassungstest 270 18.6 Der χ2-Unabhängigkeitstest 279 18.7 Wissen testen 284 19 Nichtparametrische Methoden – was ist das? 287 19.1 Klarstellung 287 19.2 Einführung 288 19.3 Vor- und Nachteile der beiden Varianten 289 19.4 Einige Beispiele für die Datenorganisation in nichtparametrischen Tests 291 19.5 Die wesentlichen verfügbaren nichtparametrischen Methoden 294 Anhang A Wie vieleWiederholungen? 297 A.1 In diesem Kapitel 297 A.2 Die Konzepte dahinter 297 A.3 „Simple“ Berechnung der Anzahl der notwendigen Wiederholungen 301 A.4 Genauere Berechnung der Anzahl der notwendigen Wiederholungen 302 A.5 Wie man das Gegenteil beweist 304 Anhang B Statistische Tabellen 305 Richtig gelöst 315 Mehr zum Thema 333 Stichwortverzeichnis 335

Read more less

Book SynopsisSie würden gerne Ihre Hausarbeit in Word schreiben? Sie erinnern sich aber noch gut an das Chaos beim letzten Mal und möchten dieses Mal professioneller vorgehen? Daniela Weber erklärt Ihnen zunächst, was Sie vorab bedenken sollten und welche Einstellungen Sie als erstes für Ihr Dokument vornehmen müssen. Dann ist die Formatierung und die Erstellung des Inhaltsverzeichnisses ein Kinderspiel. Fußnoten, Kopfzeilen, Verweise, Tabellen aus Excel, Abbildungen, Formeln und Index ? das Buch gibt umfassende Hilfen und lässt kein Thema aus, sodass Sie sich, wenn es darauf ankommt, in erster Linie mit dem Inhalt Ihrer Arbeit und nicht mit Word auseinandersetzen müssen.Table of ContentsÜber die Autorin 7 Einführung 19 Über dieses Buch 19 Konventionen in diesem Buch 20 Törichte Annahmen über den Leser 21 Wie dieses Buch aufgebaut ist 21 Teil I: Mit Word an eine wissenschaftliche Arbeit gehen 21 Teil II: Form und Format in Word einrichten 22 Teil III: Elemente Ihrer wissenschaftlichen Arbeit 22 Teil IV: Besser Abgeben 22 Teil V: Top-Ten Teil 22 Anhang 23 Symbole, die in diesem Buch verwendet werden 23 Teil I Mit Word an eine wissenschaftliche Arbeit gehen 25 Kapitel 1 Die Textverarbeitung und ihre Alternativen 27 Word Versionen für Mac und PC seit 2007 28 Andere Office-Programme und ihr Zusammenwirken mit Word 30 Andere Textverarbeitungsprogramme 32 OpenOffice 32 Kingsoft WPS Office 34 Satzprogramme und Programmierung 34 InDesign 35 LaTeX und LyX 37 Kapitel 2 Aufbau und Ordnung von Word 2016 39 Die Oberfläche von Word 2016 39 Rund ums Dokument: Datei 40 Die restlichen Registerkarten, Reiter und Felder 42 Text auf den ersten Blick: Start 42 Alles außer Text: Einfügen 43 Das Erscheinungsbild: Layout 46 Weil Das zu Dem führt: Verweise 46 Ein prüfender Blick: Überprüfen 47 Perspektivwechsel: Ansicht 48 Und sonst so? Weitere Reiter 49 Andere Bereiche der Wordoberfläche 52 Kapitel 3 Office für Mac 53 Word für Mac 2016 53 Die traditionelle Menüleiste 54 Die Randleiste 57 Word für Mac 2008 58 Menüleiste 58 Sidebar/Toolbox 60 Symbolleiste 62 Funktionsgalerie / Katalog 63 Word für Mac 2011 64 Andere Bestandteile der Office Suite für Mac 65 Pages aus iWorks als Alternative 66 Kapitel 4 Office Mobile und ältere und alternative Programme 67 Office Mobile Apps 67 Office 365 Education 69 Office-Versionen vor 2007 70 Aufbau anderer Textverarbeitungsprogramme 73 OpenOffice Writer 74 WPS Office 75 Form und Format einrichten 77 Kapitel 5 Was Textverarbeitung kann –und was nicht 79 Alles, was Sie einrichten können 79 Grundlagen der Formatierung von Zeichen und Absätzen 79 Überlebensnotwendig: Formatvorlagen 82 Formatierung eines Dokuments 83 Alles, was automatisch geht 84 Seitenzahlen einfügen 84 Verzeichnisse aus Beschriftungen 84 Formeln verwenden 86 Alles, was Sie sonst noch wissen müssen 87 Die richtige Reihenfolge: Der Workflow 87 Was Word nicht (gut) kann 88 Kapitel 6 Am Anfang war ... die Formatvorgabe 91 Wichtige Vorkenntnisse 91 Vorgaben der Hochschule 92 Die üblichen Vorgaben verwenden 93 Formatvorgaben umsetzen 94 Ein neues Dokument erstellen 94 Seitenlayout einrichten 95 Formatvorlagen einrichten 97 Eine eigene Dokumentenvorlage erstellen 108 Kapitel 7 Die Formatierung abrunden: Verzeichnisse und Kopf- und Fußzeilen 115 Die notwendigen Verzeichnisse einrichten 115 Ein Inhaltsverzeichnis mit allen Überschriften 115 Abbildungs-, Formel- und Tabellenverzeichnisse 118 Anhangsverzeichnis selbst gemacht 120 Verzeichnisse in Word 2003, Writer und Word für Mac 121 Kopf- und Fußzeilen füllen 122 Zwischenstand: So sieht ihr Dokument nun aus 129 Elemente einer wissenschaftlichen Arbeit 131 Kapitel 8 Zentral: Text verfassen und bearbeiten 133 Die einzelnen Teile Ihrer Arbeit 133 Schreiben planen 134 Von Abschnitten, Absätzen, Spalten und Zeichen 139 Zeichen, Symbole und Ziffern verwenden 139 Absätze einrichten 146 Mit Abschnitten das Dokument einteilen 152 Aufzählungen und Listen sinnvoll einsetzen 154 Verweise verwenden 155 Fußnoten und andere Quellenangaben einfügen 158 Kapitel 9 Ordnung schaffen: Tabellen verwenden 163 Wann Sie Tabellen in Word einsetzen 163 Eine einfache Tabelle erstellen und bearbeiten 164 Tabelle per Dropdown-Menü einfügen 165 Inhalte in Tabellen einfügen 168 Tabelle über die Reiter Tabellentools Entwurf und Layout bearbeiten 169 Tabellen direkt einrichten und formatieren 176 Berechnungen in Word anstellen 177 Mit Excel-Tabellen in Word arbeiten 177 In einfachen Word-Tabellen rechnen 179 Tabellen in anderen Programmen 182 Word 2003 und OO-Writer 182 Word für Mac 182 Kapitel 10 Anschaulich und bunt: Grafiken gestalten 185 Ansichtssache: Der Sinn von Grafiken in wissenschaftlichen Arbeiten 186 Punkte oder Pfeile – von Pixeln und Vektoren 187 Vektorgrafiken 187 Pixelgrafiken 188 Wie kommt das Bild in den Text? 190 Grafiken in Word erstellen 190 Bilder importieren 194 Diagramme zu Tabellen 194 Bilder verknüpfen 196 Grafik-Layout verändern 197 Komprimieren 199 Bilder in Word 2003 und Word für Mac 200 Kapitel 11 Wichtig in der Wissenschaft: Formeln erstellen 203 Formeln im Fließtext schreiben 203 Die in Word angelegten Formeln verwenden 204 Formeltools und Freihandgleichung 205 Die hohe Schule des Formeleditors 206 Kapitel 12 Quälen Sie sich nicht mit den Quellen! 211 Warum Literaturverwaltung? 211 Die Word-eigene Quellenverwaltung 212 Neue Quellen anlegen 212 Quellenangaben in den Text einfügen und bearbeiten 215 Zitationsstile erweitern 216 Literaturverzeichnis erstellen 216 Rechtsgrundlagenverzeichnis 217 Quellenverwaltung im Mac 218 Eine Alternative für Windows: Citavi 219 Andere Verwaltungsprogramme für Windows- und Mac-Versionen 224 Quellenverwaltung nur für den Mac 230 Kapitel 13 Mit Überschriften, Beschriftungen und Verzeichnissen den Überblick behalten 233 Das Inhaltsverzeichnis sauber gestalten 233 Von der Beschriftung zum Abbildungs- und Tabellenverzeichnis 237 Anhang und Anhangsverzeichnis gestalten 242 Quellenverzeichnis manuell erstellen 242 Mit Querverweisen arbeiten 243 Einen Index einfügen 244 Abkürzungsverzeichnis zusammensuchen 246 Schneller Arbeiten - Besser Abgeben 249 Kapitel 14 Effizienter mit Word arbeiten 251 Erleichterungen in den Arbeitsabläufen 251 Copy & Paste, Markieren und Verschieben 252 Suchen & Ersetzen 256 Text sortieren 259 Textbausteine anlegen und verwenden 259 Textmarken 262 Textfelder verwenden 263 Ihre Wordoberfläche anpassen 263 Vorlagen einbinden oder selbst erstellen 266 Mit Feldern in Word arbeiten 267 Kapitel 15 Plug-Ins, Makros und Steuerelemente verwenden 271 Plug-Ins und Add-Ins verwenden 272 Add-Ins im Internet oder Microsoft Store finden 272 Add-Ins installieren und entfernen 275 Maximal effizient mit Makros sein 276 Mit Steuerelementen Formulare erstellen 278 Kapitel 16 Office goes mobile: Ansätze und Konsequenzen 281 Office Online-Apps 281 Soziale Netzwerke 282 Ihre Daten in der Cloud 283 Die Wolke von Microsoft: OneDrive 284 Apples Angebot: iCloud Drive 285 Bekannte Allrounder: Box und Dropbox 285 Der Krakenbecken: Google Drive und Amazon Cloud Drive 286 Sicher ist sicher: Mega groß und spinnensicher 286 Domain- und E-Mail Provider mit Clouds in Angebot 287 Ein paar Gedanken zur Datensicherheit und Big Data 288 Kapitel 17 Der letzte Schliff hin zum druckfertigen Dokument 289 Dokumente schützen und speichern 289 Wer darf was? 289 Speicherformate 290 Kontrolle ist besser̆ 291 Über die Word-Optionen Dokumentenprüfung zur AutoKorrektur 291 Rechtschreib- und Grammatikkontrolle durchführen 292 Alles rund um die Überarbeiten-Funktionen 295 Endkontrolle Layout 297 Was Sie beim Drucken beachten müssen 297 Top-Ten Teil 299 Kapitel 18 Die 10 häufigsten Probleme –und ihre Lösungen 301 Die Seitenzahlen lassen sich nicht unterschiedlich einrichten 301 Manche Überschriften erscheinen nicht im Verzeichnis 302 Die (Abbildungs-/Tabellen-/Formel-)Beschriftung erscheint nicht im Verzeichnis 302 Die Abstände um die Abbildung herum sind komisch 302 Der Abstand zwischen Strich und Fußnote ist riesig 303 Alles, was ich schreibe, ist rot und unterstrichen 303 Eine Fußnotennummer fehlt 303 Der Überarbeitungsrand geht nicht weg 304 Meine Tastatur verwechselt Y und Z 304 Die Hälfte der Leerzeichen fehlt 304 Kapitel 19 Zehn Schritte zu Ihrer wissenschaftlichen Arbeit 305 Schritt 1: Seitenränder einrichten 305 Schritt 2: Formatvorlagen anlegen 305 Schritt 3: Text einfügen und Formatvorlagen zuweisen 305 Schritt 4: Verzeichnisse anlegen 305 Schritt 5: Kopf- und Fußzeilen einrichten 306 Schritt 6: Text schreiben 306 Schritt 7: Quellenverweise einfügen 306 Schritt 8: Grafiken und Tabellen einfügen und beschriften 306 Schritt 9: Arbeit vervollständigen und prüfen 306 Schritt 10: Arbeit speichern und drucken 307 Kapitel 20 Die 10 wichtigsten Office-Hilfeseiten im Internet 309 A Glossar 311 B Die blanken Befehlsketten alphabetisch 313 C Shortcuts im Überblick 317 D Vorlagen 321 Stichwortverzeichnis 323

Read more less

Book SynopsisSie haben schon oft von Künstlicher Intelligenz gelesen, finden das Thema spannend und wollen mehr darüber erfahren? Dann ist dieses Buch genau das richtige für Sie. Extra für Laien geschrieben erklärt Ihnen Professor Ralf Otte, was es mit Künstlicher Intelligenz auf sich hat. Er erläutert systematisch und allgemein verständlich die technischen Grundlagen und geht auf aktuelle Anwendungen und neue Möglichkeiten in der Zukunft ein. Zudem führt er Sie in wichtige gesellschaftliche und philosophische Fragen ein, die die Künstliche Intelligenz mittlerweile aufwirft.Table of ContentsÜber den Autor 9 Einführung 19 Über dieses Buch 19 Konventionen in diesem Buch 20 Törichte Ansichten über den Leser 21 Wie dieses Buch aufgebaut ist 21 Teil I: Ganz schön clever (Kapitel 1 bis 3) 21 Teil II: Die Intelligenz in der Maschine – Vom Denken und Lernen (Kapitel 4 bis 8) 22 Teil III: Die KI erobert die Welt (Kapitel 9 und 10) 22 Teil IV: Die Zukunft steht nicht mehr in den Sternen – Chance und Risiko der Künstlichen Intelligenz (Kapitel 11 und 12) 23 Teil V: Der Top-Ten-Teil 23 Symbole, die in diesem Buch verwendet werden 23 Wie geht es nun weiter? 24 Teil I: Ganz schön clever 25 Kapitel 1 Einführung in das Thema 27 Das verstehen wir unter Intelligenz 28 Intelligenz definieren 28 Intelligenz als Blackbox-Konzept 29 Klassifikation der Künstlichen Intelligenz 35 Schwache KI vs Starke KI 36 Künstliche Intelligenz – Wie konnte es so weit kommen 38 Wie will man Denken nachbilden? 39 Die Vorentwicklungen zur KI 41 Die Geburtsstunde der KI 42 Kapitel 2 Die Grundlagen der Künstlichen Intelligenz 45 So viel Chaos um Begriffe 45 Was ist Wissen? – Ein erster Erklärungsversuch 46 Was ist Wahrheit? 46 Daten – Die Rohstoffe der KI 48 Unsere Definition für Daten 48 Von Wissen und Halbwissen 52 Weiterführende Erklärungen zur Bedeutung von Informationen 53 So generiert die KI echtes Wissen 55 Warum die KI keine Witze versteht 55 Fazit – Was wollen wir uns merken? 56 Alles digital oder was … – die große Digitalisierungswelle als Voraussetzung der KI 57 Warum man Angst, Freude oder Hunger nicht digitalisieren kann 60 Der Nutzen der Digitalisierung am Beispiel 62 Der Mensch speichert sein Wissen nicht digital 63 Der Unterschied zwischen Gehirn und Digitalcomputer _64 Kapitel 3 Wie intelligent ist eigentlich die Künstliche Intelligenz? 67 Wie klug ist die KI heute? 67 Die angemessene Intelligenz – Intelligenzstufe I1 68 Die lernende Intelligenz – Intelligenzstufe I2 69 Die kreative Intelligenz – Intelligenzstufe I3 71 Die bewusste Intelligenz – Intelligenzstufe I4 79 Die selbstbewusste Intelligenz – Intelligenzstufe I5 81 Einordnung der KI im Rahmen der verschiedenen Intelligenzstufen und Anmerkungen zu Bots 82 Was ist ein Bot? 82 Eine Definition für KI-Systeme, die wir in diesem Buch treffen wollen 83 Der Turing-Test 83 Was ist ein Turing-Test? 84 Wie funktioniert der Test? 85 Chatbots, soweit das Auge reicht 85 Das chinesische Zimmer und Probleme der Semantik 88 Zusammenfassung 89 Teil II: Die Intelligenz in der Maschine –Vom Denken und Lernen 91 Kapitel 4 Automatische Erzeugung von Wissen 93 Wissenserwerb durch logisches Denken 94 Die Deduktion 94 Die Abduktion 96 Wissenserwerb durch Lernen – die Induktion 98 Das Lernen von Regeln 98 Das Lernen von Funktionen und Modellen 99 Maschinelles Lernen, Data Mining und Data Science – Wir erkennen erste Grenzen 100 Bonitätsprüfung 102 Expertensysteme 103 Zusammenfassung 104 Kapitel 5 Logisches Denken auf Maschinen 105 Was ist Kognition? 105 Die Grundlagen der Logik 106 Die Logik des Altertums 106 Aussagenlogik 107 Grundbausteine der Logik 108 Die Implikation und die Deduktion 111 Deshalb kann ein Computer korrekt schlussfolgern 113 Das Deduktionstheorem der Aussagenlogik 114 Implementierung der Aussagenlogik auf einem Computer 115 Warum reicht die Aussagenlogik nicht 116 Höhere Logiken 118 Prädikatenlogik 119 Auch in der Prädikatenlogik kann man korrekt schlussfolgern 120 Probleme der Wahrheitsfindung auf einem Computer 122 Prädikatenlogik 1 Ordnung 122 Prädikatenlogik 2 Ordnung 123 Zusammenfassung und Grenzen der klassischen Logik 126 Kapitel 6 Automatisiertes Lernen auf Maschinen 129 Maschinelles Lernen 130 Was ist maschinelles Lernen? 130 Data Mining - So lernt man auf Daten 131 Der einfachste empirische Zusammenhang: Korrelationen 133 Eine Warnung an alle Freunde der Korrelation 134 Modelle über die Welt 135 Die Mathematik der Modellierung 137 Von theoretischen zu empirischen Modellen und wieder zurück 139 Empirische Modellbildung bei Ihrer Hausbank 140 Kapitel 7 Die Maschine lernt richtige Regeln 143 Entscheidungsbäume 143 Empirische Regelbildung für das Marketing 146 Beispiel: Regeln zur Erhöhung des Abverkaufs von Zahncreme in einem Supermarkt 147 Assoziationsregeln 149 Kapitel 8 Neuronale Netze – Auf dem Weg zum künstlichen Gehirn 153 Die KNN sind Simulatoren 153 Das Neuronenmodell 154 Die Mathematik Künstlicher Neuronen 156 Wie alles begann … das binäre Neuron 157 Vom binären zum kontinuierlichen Neuron 158 Die Topologie von neuronalen Netzwerken 159 So arbeitet ein neuronales Netzwerk 159 Mathematische Grundlagen neuronaler Lernverfahren 162 Lernverfahren der Praxis – Hinweise zu Backpropagationund Deep Learning-Netzen 166 Zusammenfassung und Grenzen des maschinellen Lernens 168 Teil III: Die Künstliche Intelligenz erobert die Welt 171 Kapitel 9 Unüberwindbare Hürden für die Künstliche Intelligenz 173 Auf der Suche nach der Wahrheit 173 Das Paradox des Maschinellen Lernens 175 Die Bewusstseinsgrenze der heutigen KI 177 Die Physikalische-Symbol-System-Hypothese (PSSH) von Newell und Simon 177 Eine weitere These der KI-Szene: Bewusstsein als Epiphänomen 178 Eine These des Autors 178 Eine weitere These des Autors: Künstliche Intelligenz auf Digitalcomputern kommt bald an ihr natürliches Ende 180 Kapitel 10 Künstliche Intelligenz in Industrie und Gesellschaft 181 Künstliche Intelligenz in der Industrie 181 Roboter in der Industrie 182 Industrie 4.0 und Internet der Dinge 183 Künstliche Intelligenz in der Gesellschaft 185 KI und Spiele 185 Das Internet und soziale Netzwerke 186 Spracherkennung und Sprachsteuerung 187 Sprachübersetzung 188 KI in der Medizin 188 KI in Kunst und Wissenschaft 190 Autonome Autos (Roboterautos) – und ihr wahrscheinliches Scheitern 191 KI, das Internet & Big Data – Fluch und Segen zugleich 197 Facebook 197 Google 198 Internetfirmen 200 KI zur Überwachung von Personen 202 Gesichtserkennung 202 Die Detektion von Gefährdern, Terroristen und unschuldigen Bürgern 203 Pre-Crime – Verbrechen bekämpfen, bevor sie entstehen 206 KI und Gedankenlesen 206 Zusammenfassung zu den Anwendungen 210 Teil IV: Die Zukunft steht nicht mehr in den Sternen – Chance und Risiko der Künstlichen Intelligenz 213 Kapitel 11 Der Geist in der Maschine 215 Eine Hypothese: Zur Erzeugung von Bewusstsein benötigen wir wahrscheinlich die Quantenphysik 217 Was ist Qualia? 218 Der Mensch sieht nicht nur mit seinen Augen 218 Zusammenfassung, technische Hürden und Ausweg für die Künstliche Intelligenz 222 Das Paradox der Künstlichen Intelligenz 223 Kapitel 12 Zukünftige Entwicklungen und ethische Fragen 227 Die Evolution der Schwachen KI 227 Deduktive KI – Die schlussfolgernde KI von gestern 227 Induktive und Kognitive KI – Die lernende und denkende KI der Gegenwart 228 Neuromorphe KI – Die Hardware-KI von morgen 228 Quanten-KI – Die maschinenbewusste KI von übermorgen 230 Die Evolution der Starken KI 231 Wir müssen über Ethik reden 232 Was ist Ethik? 232 Große Gefahren und Risiken der KI 233 Wir brauchen einen regelmäßigen KI-TÜV 234 Zusammenfassung und Fazit 235 Teil V: Der Top-Ten-Teil 237 Kapitel 13 Zehn heiße Tipps für meine Leser 239 1 – Damit die KI nicht Science Fiction wird 239 2 – Tipps für Schüler 240 3 – Tipps für den nicht-studierten Laien 240 4 – Tipps für den studierten Laien 241 5 – Tipps für Manager 241 6 – Tipps für Politiker 241 7 – Es gibt auch Big Data 242 8 – Probieren Sie selbst mal was aus 242 9 – Lesen Sie jedes Jahr ein Büchlein über die KI 243 10 – Führen Sie KI in Ihrem Unternehmen ein 244 Und nun mein Tipp für ALLE 244 Stichwortverzeichnis 247

Read more less

Book SynopsisSchlichtes Ausführen fertiger Software wird den Bedürfnissen des Ingenieuralltags nicht mehr gerecht. Oft muss Programmcode selbst entwickelt oder angepasst werden. Aber Ingenieure sind keine Softwareentwickler. Mit Python steht ein mächtiger und flexibler Werkzeugkasten zur Verfügung, der es erlaubt, eine große Klasse von Ingenieurproblemen - oft mit wenig Aufwand - zu lösen. Die Kernaufgaben sind dabei meist: Daten akquirieren, Lösungsalgorithmen anwenden, Ergebnisse visualisieren. Das Buch zeigt anhand zahlreicher Beispiele aus unterschiedlichen Anwendungsfeldern der Ingenieurwissenschaften, wie Python zur Lösung dieser Aufgaben eingesetzt werden kann. Gleichzeitig wird das nötige Hintergrundwissen vermittelt, um das Gelernte auf eigene Fragestellungen zu transferieren. Die vermittelten Kenntnisse sind anwendbar auf Übungsaufgaben im Studium genauso wie auf Probleme aus der Praxis.Table of ContentsÜber die Autoren 11 Einleitung 23 Teil I: Los geht’s 29 Kapitel 1: Erstkontakt 31 Kapitel 2: Installation und Inbetriebnahme 41 Kapitel 3: Grundlagen 53 Teil II: Rechnen und Plotten 81 Kapitel 4: Effiziente Numerik mit NumPy 83 Kapitel 5: Ein bisschen Mathe – So viel Spaß muss sein 105 Kapitel 6: Brunftzeit für Termhirsche 129 Kapitel 7: Visualisierung 143 Teil III: Fortgeschrittene Ingenieursmethoden 167 Kapitel 8: So tun, als ob: Modellbildung und Simulation 169 Kapitel 9: Optimierung – Besser geht’s nicht 195 Kapitel 10: Mechanik – Ganz ohne schmutzige Hände 229 Kapitel 11: Fourier-Analyse – Python in der Disco 255 Kapitel 12: Kombinatorik, Zufall und Statistik 275 Kapitel 13: Python im Labor – Steuern, Messen, Filtern, Darstellen 303 Teil IV: Schöner, schneller, robuster 325

Read more less

Book SynopsisSie müssen Arbeit mit statistischem Anteil schreiben und wissen nicht recht wie Sie vorgehen sollen, auch wenn Sie über theoretische Kenntnisse in Statistik verfügen? Dann hilft Ihnen dieses Buch. Daniela Weber und Daniela Keller erklären Ihnen Schritt für Schritt wie Sie vorgehen sollten. Sie starten mit den Fragen, die Sie sich schon zu Beginn stellen sollten, erklären dann einige Grundbegriffe und Methoden und erläutern dann wie Sie an die nötigen Daten kommen und diese schließlich auswerten. Zum Schluss erklären Ihnen die Autorinnen wie Sie Ihre Ergebnisse richtig beschreiben. So hilft Ihnen dieses Buch Ihrer Arbeit eine valide statistische Grundlage zu geben.Table of ContentsEinführung 15 Teil I: Was ist zu tun? 21 Kapitel 1: Begriffe und Möglichkeiten im studentischen Forschungsprozess 23 Kapitel 2: Forschungsfragen und -design 33 Kapitel 3: Untersuchungsarten 47 Teil II: Wie an die Daten kommen? 59 Kapitel 4: Untersuchung planen nach Arten 61 Kapitel 5: Untersuchung organisieren und durchführen 77 Kapitel 6: Tools für die Erhebung und Auswertung 85 Teil III: Daten statistisch auswerten 103 Kapitel 7: Der Übergang von der Planung zur Auswertung 105 Kapitel 8: Erst einmal beschreiben: Deskriptive Statistik 121 Kapitel 9: Einfache Signifikanztests zum Hypothesenprüfen 141 Kapitel 10: Komplexere Methoden anwenden 163 Kapitel 11: Im Detail: Voraussetzungen untersuchen 181 Kapitel 12: Explorative Methoden 199 Kapitel 13: Fallzahlplanung und Poweranalyse 219 Teil IV: Die Ergebnisse beschreiben 231 Kapitel 14: Den Ergebnisteil schreiben 233 Kapitel 15: Diskutieren, was das nun bedeutet 243 Kapitel 16: Ordnung muss sei: Was gehört wohin? 249 Teil V: Top-Ten-Teil 257 Kapitel 17: Die 10 häufigsten Fragen bei der Erhebung und Auswertung 259 Kapitel 18: 10 Statistische Begriffe, die Sie kennen müssen 265 Kapitel 19: 10 Statistische Methodentypen, die Sie unterscheiden sollten 269 Abbildungsverzeichnis 273 Stichwortverzeichnis 279

Read more less

Book Synopsis Der erste Kontakt.- Routenplanung, was ist das?- Gestatten, Graph.- Gewicht ist Pflicht.- Eine ungefährliche Explosion.- Kurzstrecke oder nicht? Das ist hier die Frage!- Lokal entscheiden, global optimieren.- Am Anfang war der Input.- Negativ ist negativ,- Gute Zeiten, schlechte Zeiten.- Weibliche Intuition.- Die Arbeit vor der Arbeit.- Bäumchen wechsle dich!- Prim, ohne Zahlen.- Nimm, was du kriegen kannst!.- Arbor-was?.- Studieren geht über flanieren.- Spannung ohne Strom.- Eulersch oder nicht, was für ein Gedicht.- Euler und der Nikolaus.- Heute flaniert die Müllabfuhr.- Paarungszeit.- Post aus China.- Schach-Matt?.- Platonische Liebe?.- Notorisch Problematisch.- Not eines Handlungsreisenden.- Weniger ist mehr.-150-prozentig.- Bonsai.- Gar nicht so platonisch.- Der Erfolg des Handlungsreisenden.Trade Review "Da haben sich zwei Autoren etwas ganz Originelles ausgedacht. Mittels eines imaginären Dialogs zwischen einem 15-jährigen Mädchen und einem sprechenden Computer wird der Leser in die Grundlagen der mathematischen Modellierung eingeführt. Dabei geht es um wirkliche Probleme, die - ausgehend von einer alltäglichen Frage - im Laufe der Gespräche immer mehr in eine mathematisch fassbare Form gebracht werden." Neue Züricher Zeitung "Der Text ist spannend aufgebaut, auch für jüngeres Publikum leicht lesbar geschrieben und er bietet tatsächlich eine schülerfreundliche Einführung in die Algorithmik verbunden mit Graphentheorie."Elemente der Mathematik "Ein erfreulich erfrischendes Buch über Probleme der Mathematik." Zeitschrift des Bayrischen Philologenverbandes "Möge ihr (der Autoren) Beispiel Schule machen. Um ihm zu folgen, bedarf es nicht unabdingbar des hier vorgeführten erzählerischen Talents. ... Wichtig aber ist die ansteckende Mischung aus fachlicher Versiertheit, persönlicher Begeisterung und Hinwendung zum Adressaten." Prof. Lisa Hefendehl-Hebecker in Zentralblatt für Didaktik der Mathematik "... Das Buch ist ein Genuss nicht nur fur diejenigen, die mit den Themen erstmalig in Berührung kommen. Studierende können einen Zugang zum Gebiet effiziente Algorithmen gewinnen und auch Erfahrene werden die Zeit, in der sie das Buch in Händen halten, nicht bereuen. Wir aus der Informatikgemeinde sollten den Autoren den Untertitel "ein mathematisches Abenteuer" für zentrale Informatikthemen verzeihen und das Buch kaufen, lesen und auch verschenken." Prof. Ingo Wegener in Informatik SpektrumTable of ContentsDer erste Kontakt.- Routenplanung, was ist das?.- Gestatten, Graph.- Gewicht ist Pflicht.- Eine ungefährliche Explosion.- Kurzstrecke oder nicht? Das ist hier die Frage!.- Lokal entscheiden, global optimieren.- Am Anfang war der Input.- Negativ ist negativ.- Gute Zeiten, schlechte Zeiten.- Weibliche Intuition.- Die Arbeit vor der Arbeit.- Bäumchen wechsle dich.- Prim, ohne Zahlen.- Nimm, was du kriegen kannst.- Arbor-was?.- Studieren geht über flanieren.- Spannung ohne Strom.- Eulersch oder nicht, was für ein Gedicht.- Euler und der Nikolaus.- Heute flaniert die Müllabfuhr.- Paarungszeit.- Post aus China.- Schach-Matt?.- Platonische Liebe?.- Notorisch Problematisch.- Not eines Handlungsreisenden.- Weniger ist mehr.- 150-prozentig.- Bonsai.- Gar nicht so platonisch.- Der Erfolg des Handlungsreisenden.

Read more less

Book SynopsisDie Zukunft der modernen Industriegesellschaft hängt letztlich nicht von ökonomischen, vielmehr von kulturellen und politischen Faktoren ab. Das erfahren heute alle, die in Wirtschaft und Verwaltung, in Politik und Wissenschaft für diese Zukunft einstehen. Im vorliegenden Buch wird zunächst die gewandelte Einstellung in der Bevölkerung zu ihren industriegesellschaftlichen Lebensgrundlagen untersucht; die Ursachen reichen weit über die uns bedrängenden ökologischen Probleme hinaus. Dennoch bringen sich Wohlfahrt und Freiheit unverändert als Lebensvorzüge der modernen Industriegesellschaft zur Geltung. Der Aufbruch im Bereich des ehemaligen Sozialismus demonstriert das eindrucksvoll. Als orientierungspraktisch-kulturelle Konsequenz ergibt sich: Verlangt ist nicht die Suche nach großen alternativen Gesellschaftsentwürfen, vielmehr politische, ökonomische und wissenschaftlich-technische Steuerungskunst unter den moralischen und kulturellen Zielvorgaben des Gemeinsinns.Table of Contents1 Wissenschafts-und Technikfeindschaft?.- 1.1 Ein Symptom: Industrie hinter Festungsmauern.- 1.2 Öko-Terror als Extremfall.- 1.3 Wissenschaft und Technik im Spiegel der öffentlichen Meinung.- 1.4 Ist die neue Einstellung zur Technik jugendspezifisch?.- 1.5 Deutsche Besonderheiten.- 2 Kleine Kulturgeschichte der Technik im Spiegel der Utopie.- 2.1 Funktionswandel der Utopie.- 2.2 Die technokratische Utopie: Francis Bacon.- 2.3 Die technokratische Utopie: Saint-Simon.- 2.4 Kommunismus oder die Überwindung der Knappheit durch Technik.- 2.5 Technik als Medium totalitärer Herrschaft: George Orwell.- 2.6 Zivilisationskatastrophen als Unterhaltungsstoff.- 3 Gründe veränderter Einstellung zu unseren wissenschaftlich-technischen Lebensvoraussetzungen I: Die Lebensweltferne moderner Wissenschaft.- 3.1 Die ökologische Krise: Wichtiger, aber nicht einziger Faktor des kulturellen Befindlichkeitswandels.- 3.2 Subtil, aber nachhaltig wirksam: kultureller Bedeutsamkeitsverlust wissenschaftlicher Weltbilder.- 3.3 Weltbildrevolutionen: interessant, aber ohne Zumutungscharakter.- 3.3.1 Eine scheinbare Ausnahme: Intelligenzmessung und Menschenrechte.- 3.3.2 Eine scheinbare Ausnahme: Der Creationismus-Streit.- 3.4 Wirkungen der Wissenschaftspopularisierung.- 3.5 Die Lebensweltferne moderner Wissenschaft.- 3.6 Aufklärung oder die religiöse Indifferenz wissenschaftlichen Wissens.- 4 Gründe veränderter Einstellung zu unseren wissenschaftlich-technischen Lebensvoraussetzungen II: Erfahrungsverluste.- 4.1 Vertrauen als Sozialkitt in unserer Black-box-Zivilisation.- 4.2 Das Moratoriums-Nein oder die Akzeptanzkrise.- 5 Common sense und Expertenwissen.- 5.1 Die Idee der Technokratie: ein Ungedanke.- 5.2 Funktionen wissenschaftlicher Politikberatung.- 5.3 Zeitmangelerfahrung.- 6 Gründe veränderter Einstellung zu unseren wissenschaftlich-technischen Lebensvoraussetzungen III: Die abnehmende Reichweite unserer Zukunftsvoraussicht.- 7 Gründe veränderter Einstellung zu unseren wissenschaftlich-technischen Lebensvoraussetzungen IV: Rationalitätsverluste durch Verwissenschaftlichung unserer Zivilisation.- 8 Gründe veränderter Einstellung zu unseren wissenschaftlich-technischen Lebensvoraussetzungen V: Unsicherheitserfahrung und schwindende Risikoakzeptanz.- 8.1 Die Aktualität des Sicherheitsproblems.- 8.2 Ist das Leben in der wissenschaftlich-technischen Zivilisation riskanter geworden?.- 8.3 Dasein als Schadensfall.- 8.4 Katastrophen als Handlungsnebenfolgen.- 8.5 Reich informierte Handlungsohnmacht.- 8.6 Nachlassende soziale Kontrolle.- 8.7 Das Sicherheitsverlangen wächst mit der Höhe des erreichten technischen und sozialen Sicherheitsniveaus.- 9 Technische Evolution als Faktor der Selbsthistorisierung unserer Zivilisation.- 9.1 Entfremdung: Technik und Wissenschaft breiten sich herkunftsneutral aus.- 9.2 Kompensationen: Denkmalschutz, Regionalismus.- 9.3 Mit der Dynamik der industriellen Evolution wächst die Kulturreliktmenge an.- 9.4 Temporale Bedingungen kultureller Wahrnehmung der Zivilisationsdynamik.- 9.5 Alterungsresistenz oder die Entdeckung des Klassischen ..- 9.6 Gegenwartsschrumpfung und Planung.- 9.7 Präzeption oder die Vergegenwärtigung zukünftiger Vergangenheit.- 10 Postmodernes.- 11 Die ökologische Krise relativiert nicht, was uns in der modernen Zivilisation sonst noch bedrängt.- 12 Orientierung als Problem.- 12.1 Die Aktualität der Orientierungsmetapher.- 12.2 Totalitäre Fortschrittsideologie als Geschichtssinnstiftung.- 12.3 Geschichtssinnverluste und expandierende Sinnansprüche.- 13 Gründe der veränderten Einstellung zu unseren wissenschaftlich-technischen Lebensvoraussetzungen VI: Die ökologische Krise.- 13.1 Erinnerungen an Vorgänge, die jeder Medienkonsument kennt.- 13.2 Die ökologischen Probleme bedrängen uns Common-sense-fern.- 13.3 Die ökologische Krise und die kulturelle Renaissance der Apokalypse.- 14 Krisen über Krisen: Was hat nichtsdestoweniger die moderne Zivilisation historisch sich durchsetzen lassen?.- 14.1 Die triviale Evidenz der Wohlfahrt.- 14.2 Freiheit und Selbstverwirklichung im sogenannten Wertewandel.- 14.3 Blüte moderner Alltagskultur — vom Vereinswesen bis zur Schattenwirtschaft.- 14.4 Bürgerfreiheit.- 14.5 Wieso Orwell unrecht behalten mußte: Technik als Medium der Liberalisierung.- 15 Die Festigung des Friedens unter der Drohung atomarer Selbstvernichtung.- 15.1 Die Lage, in der wir uns befinden: Niemand hat sie gewollt.- 15.2 Wieso sind wir dennoch in unsere gegenwärtige Lage hineingeraten?.- 15.3 Noch einmal: Zurückweisung der These von der Herrschaft „Instrumenteller Vernunft“.- 15.4 Die Existenz der absoluten Waffe bringt jeden Zweck zum Verschwinden, der ihren Einsatz als Mittel denkbar machte.- 15.5 Moralische Aspekte des Abschreckungshandelns.- 16 Die Lebensvorzüge der Industriegesellschaft und ihre Folgelasten: In welchem Verhältnis stehen sie zueinander?.- 16.1 Die Folgelasten wachsen und der Grenznutzen der Lebensvorzüge nimmt ab.- 16.2 „Man darf nicht alles machen, was man machen kann.“ Zur Kritik eines Moralismus aktueller Zivilisationskritik.- 17 „Frieden mit der Natur“.- 17.1 Lebte die vorindustrielle Gesellschaft in Frieden mit der Natur?.- 17.2 Kultur der Natur in der Industriegesellschaft.- 18 Verantwortung.- 18.1 Die Suche nach der großen Alternative oder Verantwortungsgesinnung.- 18.2 Die Verantwortung der Wissenschaften.- 18.2.1 Abnehmender Grenznutzen des Forschungsaufwands.- 18.2.2 Wissenschaft als Instanz öffentlicher Kritik.- 18.2.3 Noch einmal: Kritik des Moralismus aktueller Zivilisationskritik.- 19 Wir können wissen, was wir dürfen. Medizinethische Fälle.- 20 Das letzte Wort behält die Moral.

Read more less