Uploaded March 2025 | Updated September 2026, 2 days ago

---

00:00 Hi!
01:57 Was ist Künstliche Intelligenz?
07:07 Klassische Paradigmen des Machine Learning
11:54 Vom klassischen ML zum Deep Learning
15:09 Neuronale Netze als Grundprinzip
19:06 Universal Approximation Theorem and No Free Lunch Theorem
23:42 Discriminative / Predictive vs. Generative Ansätze
25:45 Embeddings
31:21 Encoder-Decoder Architekturen, Transformer, GPT & Co.
33:39 Was sind die Herausvorderungen?
37:20 Ansätze zum Hinzufügen von Domännenwissen
41:27 Hinzufügen von Speicher und Agentenbasierte Systeme
43:29 Deep Seek
46:37 Fazit
________________
Hier sind mehr Videos über Statistics, Data Science und Machine Learning
youtube.com/watch?v=BPd1FA2VkP0&list=PLN9jHmRtsbTwMD9b4WA-iZvbR5g7J9ZAv