Quellenverzeichnis

Q1: Anwendungsentwicklung in Theorie und Praxis, Bildungsverlag EINS, 1. Auflage 2019 (1. Juni 2019), ISBN-13 : ‎ 978-3427016069
Q2: Picture-Alliance GmbH, Frankfurt/M.: Stan_Honda
Q2.5: Süddeutsche Zeitung, Online-Ausgabe, 20.02.2023:
        https://www.sueddeutsche.de/wirtschaft/go-ki-kellin-pelrine-lee-sedol-alphago-hobbyspieler-1.5754972
Q3: AP Foto / Lee Jin-man
Q4: https://deepmind.com/blog/article/alphago-zero-starting-scratch 
Q5: Wolfangel, Eva: Die Grenzen der Künstlichen Intelligenz, veröffentlicht am 03.05.2016 unter:  
         https://www.spektrum.de/news/die-grenzen-der-kuenstlichen-intelligenz/1409149Q6:
Q6: https://www.welt.de/print/welt_kompakt/webwelt/article169789936/Super-Software-macht-sich-schlau.html 
Q7: Dilbert.com, 12.12.2015
Q8: https://www.youtube.com/watch?v=2rkQn-43ixs 
Q8-1: Screenshot eines Dialoges von ChatGPT mit Dr. Albrecht Ehlert vom 15.04.2023

Q8-2: Wikipedia: ChatGPT, https://de.wikipedia.org/wiki/ChatGPT                                                                                                                                                                                         
Q8-3:  Screenshot eines Dialoges von ChatGPT mit Dr. Albrecht Ehlert vom 16.04.2023
Q8-4: dpa Foto
Q9: Picture-Alliance GmbH, Frankfurt/M.: imageBROKER
Q10: Bünte, Oliver: Google KI-Algorithmus kann Herzerkrankungen durch Augen-Diagnose voraussagen, veröffentlicht am
          20.02.2018 unter:  https://www.heise.de/newsticker/meldung/Google-KI-Algorithmus-kann-Herzerkrankungen-durch-Augen-Diagnose-vorhersagen-3973918.html 
Q11: https://www.amazon.de/ 
Q12: https://www.bigdata-insider.de/was-ist-bestaerkendes-lernen-a-865378/
Q13: jon11/thinkstock
Q14: picture-alliance/dpa
Q15: Wikipedia: Perzeptron
Q16: https://blog.liwde.de/posts/2018/kuenstliche-intelligenz/ 
Q17: https://www.youtube.com/watch?v=uZfK5lbOlvo 
Q18: https://en.wikipedia.org/wiki/Biological_neuron_model#/media/File:Neuron3.png, CC BY-SA 4.0

Q20: https://en.wikipedia.org/wiki/Backpropagation#Derivation
Q21: https://deepai.org/machine-learning-glossary-and-terms/sigmoidal-nonlinearity
Q22: https://commons.wikimedia.org/wiki/File:Dirac_distribution_CDF.svg
Q23: https://www.wfb-bremen.de/de/page/stories/digitalisierung-industrie40/was-ist-ein-neuronales-netz
Q24: http://playground.tensorflow.org/
Q25: https://mattmazur.com/2015/03/17/a-step-by-step-backpropagation-example/
Q26: https://jaai.de/machine-deep-learning-529/
Q27: Python Machine Learning, Packt Publishing, Second Edition 2017, von Vahid Mirjalili und Sebastian Raschka, S. 73
Q28: https://www.htwsaar.de/htw/wiwi/fakultaet/personen/profile/selle-stefan/Selle2018e_Kuenstliche_Neuronale_Netzwerke.pdf
Q29: https://www.ki-business.de/blog/linreg
Q30: http://www.neuronalesnetz.de/backpropagation4.html
Q31: https://www.youtube.com/watch?v=PK5KRXSjv4o (Neuronale Netze [011] – Gradientenabstiegsverfahren, 10min:40s)
Q32: https://programmerwiki.com/article/5616788949/
Q33: https://medium.com/analytics-vidhya/confusion-matrix-accuracy-precision-recall-f1-score-ade299cf63cd
Q34: https://deeplearning4j.konduit.ai/getting-started/quickstart
Q35: https://www.codeflow.site/de/article/deeplearning4j
Q36: https://janakiev.com/blog/keras-iris/
Q37: https://deeplearning4j.konduit.ai/datavec/overview
Q38: https://data-science-blog.com/blog/2016/04/26/machine-learning-mit-python-tutorial-minimalbeispiel/
Q39: http://www.ai-united.de/aktivierungsfunktionen-neuronale-netze/