Begriffslexikon

Programmierbegriffe

Die Liste der gebräuchlichen Programmierbegriffe kann je nach Programmiersprache und Kontext variieren, aber hier sind einige Begriffe, die im Allgemeinen in verschiedenen Programmierparadigmen wichtig sind:

Basic Concepts

• Variable: Ein benannter Speicherort, der verschiedene Werte aufnehmen kann.
• Function: Ein Codeblock, der entwickelt wurde, um eine bestimmte Aufgabe auszuführen.
• Loop: Eine Abfolge von Anweisungen, die kontinuierlich wiederholt wird, bis eine bestimmte Bedingung erreicht ist.
• Array: Eine Datenstruktur, die mehrere Werte aufnehmen kann.
• String: Eine Zeichenfolge.
• Integer: Eine ganze Zahl.
• Boolean: Eine binäre Variable, die entweder Wahr oder Falsch sein kann.
• Conditional Statements: if, else und elif Klauseln, die Code basierend auf bestimmten Bedingungen ausführen.
• Comment: Text in einem Programm, der nicht ausgeführt wird und zur Erklärung des Codes dient.

Object-Oriented Programming (OOP)

• Class: Eine Blaupause zur Erstellung von Objekten.
• Object: Eine Instanz einer Klasse.
• Method: Eine in einer Klasse definierte Funktion.
• Inheritance: Der Mechanismus, durch den eine Klasse Attribute und Methoden von einer anderen Klasse erben kann.
• Encapsulation: Die Bündelung von Daten und Methoden, die auf diesen Daten operieren, in einer einzigen Einheit.
• Polymorphism: Die Fähigkeit von Objekten, mehr als eine Form anzunehmen.

Functional Programming

• Pure Function: Eine Funktion, deren Ausgabe ausschließlich durch ihre Eingabe bestimmt ist.
• Higher-Order Function: Eine Funktion, die eine oder mehrere Funktionen als Argumente nimmt und/oder eine Funktion als Ergebnis zurückgibt.
• Immutable: Ein Objekt, dessen Zustand nach seiner Erstellung nicht mehr geändert werden kann.
• Lambda Function: Eine kleine anonyme Funktion.
• Closure: Ein Funktionsobjekt, das Zugriff auf Variablen in seinem lexikalischen Bereich hat.

Data Structures

• Linked List: Eine lineare Sammlung von Elementen, bei der jedes Element auf das nächste zeigt.
• Queue: Eine Sammlung von Elementen mit zwei Hauptoperationen: enqueue, um ein Element am Ende hinzuzufügen, und dequeue, um ein Element von der Vorderseite zu entfernen.
• Stack: Eine Sammlung von Elementen mit zwei Hauptoperationen: push, um ein Element oben hinzuzufügen, und pop, um ein Element von oben zu entfernen.
• Tree: Eine hierarchische Datenstruktur mit einem Wurzelelement und Kindern.
• Graph: Eine Menge von Knoten, die durch Kanten verbunden sind.

Algorithms

• Algorithm: Ein schrittweises Verfahren zur Lösung eines Problems.
• Recursion: Wenn eine Funktion sich selbst aufruft, um ein Problem zu lösen.
• Big O Notation: Eine mathematische Notation, die das Grenzverhalten einer Funktion beschreibt.
• Sorting: Anordnung von Daten in einem bestimmten Format.
• Searching: Suche nach einem bestimmten Element in einer Datenstruktur.

Development Practices

• Debugging: Der Prozess der Suche und Behebung von Fehlern in einem Programm.
• Version Control: Ein System, das Änderungen an einer Datei oder einer Reihe von Dateien im Laufe der Zeit aufzeichnet.
• Unit Testing: Eine Softwaretesttechnik, bei der einzelne Einheiten eines Programms getestet werden.
• Code Review: Der bewusste und systematische Check des Codes eines Kollegen auf Fehler.
• Refactoring: Der Prozess der Umstrukturierung von bestehendem Computercode, ohne sein externes Verhalten zu ändern.

Diese Liste ist keineswegs erschöpfend, aber sie sollte Ihnen einen guten Ausgangspunkt bieten.

Begriffe rund um KI

Im Folgenden finden Sie eine Liste gängiger Begriffe im Zusammenhang mit künstlicher Intelligenz sowie deren Beschreibungen

Grundkonzepte

• Artificial Intelligence (AI): Die Simulation menschlicher Intelligenz in Maschinen.
• Machine Learning: Ein Teilbereich der KI, der Systemen ermöglicht, aus Daten zu lernen.
• Neural Network: Ein Rechensystem, das von biologischen neuronalen Netzwerken inspiriert ist.
• Deep Learning: Eine Art des maschinellen Lernens, die tiefe neuronale Netzwerke einbezieht.
• Natural Language Processing (NLP): Die Fähigkeit eines Computers, menschliche Sprache zu verstehen, zu interpretieren und zu generieren.
• Computer Vision: Die Fähigkeit einer Maschine, visuelle Daten zu interpretieren und darauf basierende Entscheidungen zu treffen.
• Supervised Learning: Eine Art des maschinellen Lernens, bei der das Modell anhand von beschrifteten Daten trainiert wird.
• Unsupervised Learning: Eine Art des maschinellen Lernens, bei der das Modell anhand von unbeschrifteten Daten trainiert wird.
• Reinforcement Learning: Eine Art des maschinellen Lernens, bei der Agenten lernen, das Verhalten basierend auf einem Belohnungssystem zu optimieren.

Algorithmen & Techniken

• Linear Regression: Ein linearer Ansatz zur Modellierung der Beziehung zwischen Variablen.
• Decision Tree: Ein flussdiagrammartiges Modell zur Entscheidungsfindung.
• Random Forest: Eine Ensemble-Lernmethode, die mehrere Entscheidungsbäume verwendet.
• Clustering: Gruppierung eines Objektsatzes, sodass Objekte in der gleichen Gruppe einander ähnlicher sind als die in anderen Gruppen.
• Gradient Descent: Ein Optimierungsalgorithmus, der dazu dient, eine Funktion durch wiederholte Bewegung in Richtung des steilsten Abstiegs zu minimieren.
• Backpropagation: Der Hauptalgorithmus zur Durchführung des Gradientenabstiegs in neuronalen Netzwerken.

Daten & Auswertung

• Training Data: Die Daten, anhand derer ein maschinelles Lernmodell trainiert wird.
• Testing Data: Die Daten, die zur Bewertung der Generalisierungsfähigkeit eines maschinellen Lernmodells verwendet werden.
• Overfitting: Wenn ein Modell die Trainingsdaten zu gut lernt und bei neuen Daten schlecht abschneidet.
• Underfitting: Wenn ein Modell zu einfach ist, um den zugrunde liegenden Trend der Daten zu erfassen.
• Accuracy: Der Anteil der Vorhersagen, die ein Klassifikationsmodell richtig gemacht hat.
• Precision and Recall: Auswertungsmetriken, die speziell für binäre Klassifikationsprobleme verwendet werden.
• F1 Score: Das harmonische Mittel aus Präzision und Genauigkeit.

Anwendungen & Ethik

• Chatbot: Eine Softwareanwendung, die ein Gespräch über Text oder Sprache führen kann.
• Robotics: Der interdisziplinäre Zweig der Ingenieurwissenschaften und Wissenschaft, der oft in Verbindung mit KI verwendet wird.
• Sentiment Analysis: Die Verwendung von NLP, um Meinungen, die in einem Textstück ausgedrückt werden, zu identifizieren und zu kategorisieren.
• Autonomous Vehicles: Fahrzeuge, die in der Lage sind, ihre Umgebung wahrzunehmen und ohne menschliches Eingreifen zu operieren.
• Bias in AI: Wenn ein Algorithmus Ergebnisse produziert, die systematisch voreingenommen sind aufgrund von Annahmen im maschinellen Lernprozess.