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.