Lea Reinhart in nachdenklicher Pose am Fenster

Publikationen

Publikationen & Fachbeiträge

Neben meiner Arbeit in Unternehmen teile ich mein Wissen regelmäßig in Fachmedien und Publikationen.

Von tiefgehenden technischen Anleitungen bis hin zu strategischen und ethischen Leitfäden – eine Übersicht meiner bisherigen Veröffentlichungen.

Veröffentlichungen
6 Fachartikel · 1 Buchbeitrag
Medien
heise+ · Rheinwerk Verlag
Themen
Ethik · Deep Learning · Reinforcement Learning · Data Science

Buchbeiträge

Im Buchhandel

Rheinwerk Verlag · Co-Autorin Kapitel 7

RW.K7 Reinforcement Learning

Künstliche Intelligenz verstehen – Eine spielerische Einführung

In Kapitel 7 dieses Buches dreht sich alles um das Thema Reinforcement Learning. Ich erkläre spielerisch und verständlich die Grundlagen von Q-Learning und wie Systeme durch Interaktion mit ihrer Umwelt selbstständig lernen.

Zum Buch

Fachartikel

Auf heise+

6 Beiträge · von Ethik bis Deep Learning

H.01 KI-Ethik

Ethische KI: Ein Leitfaden für verantwortungsvolle KI-Entwicklung

Wie entwickeln wir KI-Systeme, die nicht nur technisch funktionieren, sondern auch ethischen Standards entsprechen? Dieser Artikel bietet einen praktischen Leitfaden für eine verantwortungsvolle und nachhaltige Entwicklung von künstlicher Intelligenz.

Artikel lesen
H.02 PyTorch

PyTorch: Eigene Bildgenerierungs-KI mit Python bauen

Ein tiefer technischer Einblick in die Praxis: eine Schritt-für-Schritt-Anleitung, wie Sie mit Python und der Library PyTorch eine eigene generative KI zur Erstellung von Bildern aufsetzen und trainieren.

Artikel lesen
H.03 Explainable AI

LIME: Intransparente KI-Entscheidungen verständlich erklären

KI-Modelle wirken oft wie eine unlesbare Blackbox. In diesem Beitrag zeige ich, wie das Framework LIME (Local Interpretable Model-agnostic Explanations) dabei hilft, komplexe und intransparente KI-Entscheidungen greifbar und nachvollziehbar aufzuschlüsseln.

Artikel lesen
H.04 Reinforcement Learning

Q-Learning mit Python: Reinforcement Learning für Einsteiger

Ein praktischer Einstieg in das maschinelle Lernen durch Belohnung und Bestrafung. Dieser Artikel zeigt Einsteigern, wie sich ein Q-Learning-Algorithmus konkret in Python implementieren lässt.

Artikel lesen
H.05 Data Science

Data Science für Einsteiger: Mit einem Datensatz Vorhersagen treffen

Der Einstieg in die Datenanalyse: wie man strukturierte Datensätze nutzt, um erste prädiktive Modelle zu erstellen und Muster für zukünftige Vorhersagen zu erkennen.

Artikel lesen
H.06 Neuronale Netze

KI in Python: Mit neuronalen Netzen ein selbstlernendes System entwickeln

Wie funktionieren neuronale Netze im Detail? In diesem Beitrag bauen wir ein grundlegendes selbstlernendes System auf und beleuchten die mathematischen und logischen Prinzipien dahinter.

Artikel lesen

Zusammenarbeit

Sie möchten tiefer einsteigen?

Ob Fachbeitrag, Vortrag oder Workshop – lassen Sie uns über Ihr Thema sprechen.