Neugierige Strukturvorschläge im maschinellen Lernen

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. Sein Fokus liegt auf interdisziplinären Fragestellungen zwischen Technikphilosophie und Informatik.