Direkt zur Hauptnavigation springen Direkt zum Inhalt springen
info(at)avldigital.remove-this.de
Deutsch English
Filtern nach
Aktive Filter
Letzte Suchanfragen

Ergebnisse für *

Zeige Ergebnisse 1 bis 25 von 56.

  1. Künstliche Intelligenz und die Sinnstrukturen menschlichen Handelns
    Autor*in: Kippenhan, Jürgen
    Erschienen: 2024; ©2024
    Verlag:  Nomos, Baden-Baden

    Mit der ‚künstlichen Intelligenz‘ verbinden sich hochfliegende Erwartungen. Dies hängt damit zusammen, dass sie nicht als eingegrenzte Technik auftritt, sondern in alle Bereiche des gesellschaftlich-operativen Geschehens (Wissenschaft, Wirtschaft,... mehr

    Zugang:
    Verlag (lizenzpflichtig)
    Verlag (lizenzpflichtig)

    Standort:
    Staatsbibliothek zu Berlin - Preußischer Kulturbesitz, Haus Unter den Linden
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

     

    Mit der ‚künstlichen Intelligenz‘ verbinden sich hochfliegende Erwartungen. Dies hängt damit zusammen, dass sie nicht als eingegrenzte Technik auftritt, sondern in alle Bereiche des gesellschaftlich-operativen Geschehens (Wissenschaft, Wirtschaft, Produktion, Technologie, Verwaltung, Bildung etc.) eindringt bzw. hier katalysatorische Wirkungen erzielt. In dem Maße, wie sie dabei generative und direktive Funktionen übernimmt, wird die Frage sein, was ihr unter Intelligenz- wie auch unter Verantwortungsgesichtspunkten zuzutrauen ist. D.h. das Gesamtprojekt ist daraufhin zu beleuchten, ob und wieweit die hoch entwickelten Programme sich den sinnbestimmten Dimensionen menschlichen Denkens und Handelns nähern und inwieweit sie sich unterscheiden. Überlegungen dieser Art leiten über zu philosophischen Fragen, wie die, wodurch die geistigen Operationen des Menschen für sich einen Bedeutungsgehalt beanspruchen und aus welchen Einbettungen heraus Geist, Bewusstsein und Sinn entsteht. High expectations are associated with 'artificial intelligence'. This is due to the fact that it does not appear as a limited technology but penetrates all areas of social and operational activity (science, business, production, technology, administration, education, etc.) or achieves catalysing effects there. To the extent that it takes on generative and directive functions, the question will be what it can be expected to achieve in terms of intelligence and responsibility. In other words, the overall project must be examined to determine whether and to what extent the highly developed programmes approach the meaningful dimensions of human thought and action and to what extent they differ. Considerations of this kind lead to philosophical questions, such as how human mental operations claim meaningful content for themselves and from which forms of embedding spirit, consciousness and meaning arise.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Hinweise zum Inhalt
    Volltext (lizenzpflichtig)
  2. Digitale Formatentwicklung
    nutzerorientierte Medien für die vernetzte Welt
    Autor*in: Wyngaarden, Egbert van
    Erschienen: [2018]; © 2018
    Verlag:  Herbert von Halem Verlag, Köln

    „Digitale Formatentwicklung: Nutzerorientierte Medien für die vernetzte Welt“ präsentiert eine bahnbrechende Methode für die Entwicklung innovativer Medien im digitalen Zeitalter. Anhand aktueller Praxisbeispiele vermittelt das Buch Ansätze und... mehr

    Zugang:
    Verlag (lizenzpflichtig)

    Standort:
    Universität Potsdam, Universitätsbibliothek
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

     

    „Digitale Formatentwicklung: Nutzerorientierte Medien für die vernetzte Welt“ präsentiert eine bahnbrechende Methode für die Entwicklung innovativer Medien im digitalen Zeitalter. Anhand aktueller Praxisbeispiele vermittelt das Buch Ansätze und Werkzeuge für die Konzeption, Gestaltung und Verbreitung von neuartigen Medienangeboten. Aspekte wie Interaktion, Gamifizierung und Nutzerbeteiligung kommen dabei genauso zur Sprache wie Impact-Strategien, Reichweite und Social Media Marketing. Mithilfe von Design Thinking, agilen Methoden und Prototyping werden die Mediennutzer konsequent in den Mittelpunkt gerückt. Die branchenübergreifende Herangehensweise des Buches erschließt dem Leser immer wieder unerwartete, zukunftsweisende Perspektiven – ganz besonders in Bezug auf emergente Technologien wie Augmented Reality (AR), Virtual Reality (VR), Big Data, künstliche Intelligenz, maschinelles Lernen und das Internet der Dinge. „Digitale Formatentwicklung“ ist ein Must-read für alle Erzähler und Medienschaffende, die die vielfältigen Chancen und Möglichkeiten des Digitalen nutzen wollen, um ihr Publikum zu erreichen und zu begeistern.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
  3. Rethinking AI
    neural networks, biometrics and the new artificial intelligence
    Beteiligt: Reichert, Ramón (Hrsg.); Fuchs, Mathias (Hrsg.); Abend, Pablo (Hrsg.); Richterich, Annika (Hrsg.); Wenz, Karin (Hrsg.)
    Erschienen: [2018]
    Verlag:  transcript, Bielefeld

    Standort:
    Universitätsbibliothek Erlangen-Nürnberg, Hauptbibliothek
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek der LMU München
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Beteiligt: Reichert, Ramón (Hrsg.); Fuchs, Mathias (Hrsg.); Abend, Pablo (Hrsg.); Richterich, Annika (Hrsg.); Wenz, Karin (Hrsg.)
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    ISBN: 9783837642667; 3837642666
    Weitere Identifier:
    9783837642667
    Schriftenreihe: Digital culture & society ; Array
    Schlagworte: Medienwissenschaft; Künstliche Intelligenz; Medientheorie; Medienpolitik
    Weitere Schlagworte: Deep Learning; Computer Vision; Evolutionary Computation; Genetic Algorithms; Human Enhancement and Transhumanism; Society; Media; Digital Media; Internet; Media Theory; Sociology of Media; Media Studies; Journal
    Umfang: 240 Seiten, Illustrationen, 25 cm, 429 g
  4. Computerlinguistische Methoden für die Digital Humanities
    eine Einführung für Geisteswissenschaftler:innen
    Autor*in: Andresen, Melanie
    Erschienen: [2024]; © 2024
    Verlag:  Narr Francke Attempto, Tübingen

    Standort:
    Universitätsbibliothek Augsburg
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek Bamberg
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek Bayreuth
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek Eichstätt-Ingolstadt
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek Erlangen-Nürnberg, Hauptbibliothek
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek der LMU München
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek Regensburg
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek Würzburg
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Deutsch
    Medientyp: Buch (Monographie)
    ISBN: 9783823385790
    RVK Klassifikation: AK 54110 ; AK 54350 ; ES 900 ; ST 680
    Schriftenreihe: Narr Studienbücher
    Schlagworte: Methode; Digital Humanities; Computerlinguistik
    Weitere Schlagworte: Annotation; Computerlinguistik; Deep Learning; Digital Humanities; Geisteswissenschaften; Korpora; Linguistik; Maschinelles Lernen; Referenz; Semantik
    Umfang: 240 Seiten, Diagramme, Illustrationen
  5. Computerlinguistische Methoden für die Digital Humanities
    eine Einführung für Geisteswissenschaftler:innen
    Autor*in: Andresen, Melanie
    Erschienen: [2024]; © 2024
    Verlag:  Narr Francke Attempto, Tübingen

    Standort:
    Universitätsbibliothek der LMU München
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Hinweise zum Inhalt
    Volltext (URL des Erstveröffentlichers)
    Quelle: Verbundkataloge
    Sprache: Deutsch
    Medientyp: Ebook
    Format: Online
    ISBN: 9783823305057; 9783823395799
    Weitere Identifier:
    RVK Klassifikation: AK 54110 ; AK 54350 ; ES 900 ; ST 680
    Schriftenreihe: Narr Studienbücher
    Schlagworte: Methode; Digital Humanities; Computerlinguistik
    Weitere Schlagworte: Annotation; Computerlinguistik; Deep Learning; Digital Humanities; Geisteswissenschaften; Korpora; Linguistik; Maschinelles Lernen; Referenz; Semantik
    Umfang: 1 Online-Ressource, Diagramme, Illustrationen
  6. Machine translation
    13th China Workshop, CWMT 2017, September 27-29, 2017, revised selected papers
    Beteiligt: Wong, F. Derek (Hrsg.); Xiong, Deyi (Hrsg.)
    Erschienen: [2017]
    Verlag:  Springer, Puchong, Selangor D.E.

    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Hinweise zum Inhalt
    Quelle: Verbundkataloge
    Beteiligt: Wong, F. Derek (Hrsg.); Xiong, Deyi (Hrsg.)
    Sprache: Englisch
    Medientyp: Konferenzschrift
    Format: Druck
    ISBN: 9789811071331; 9811071330
    Weitere Identifier:
    9789811071331
    DDC Klassifikation: Datenverarbeitung; Informatik (004)
    Körperschaften/Kongresse: CWMT, 13. (2017, Dalian)
    Schriftenreihe: Communications in computer and information science ; 787
    Schlagworte: Maschinelle Übersetzung;
    Weitere Schlagworte: Natural Language Processing; Machine Translation; Neural Machines Translation; Statistical Machine Translation; Deep Learning; Language Translation and Linguistics; Computer Science; Artificial Intelligence (incl. Robotics); Hardcover, Softcover / Informatik, EDV/Anwendungs-Software
    Umfang: 123 Seiten, Illustrationen, 23.5 cm x 15.5 cm
    Bemerkung(en):

    Enthält Literaturangaben nach den Beiträgen
  7. Rethinking AI: neural networks, biometrics and the new artifical intelligence
    Beteiligt: Reichert, Ramón (Hrsg.); Fuchs, Mathias (Hrsg.); Abend, Pablo (Hrsg.); Richterich, Annika (Hrsg.); Wenz, Karin (Hrsg.)
    Erschienen: 2018
    Verlag:  transcript, Bielefeld

    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Beteiligt: Reichert, Ramón (Hrsg.); Fuchs, Mathias (Hrsg.); Abend, Pablo (Hrsg.); Richterich, Annika (Hrsg.); Wenz, Karin (Hrsg.)
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Druck
    ISBN: 9783837642667; 3837642666; 9783839442661
    Weitere Identifier:
    9783837642667
    RVK Klassifikation: AP 13500
    DDC Klassifikation: Sozialwissenschaften (300)
    Schriftenreihe: Digital culture & society ; vol. 4, issue 1 (2018)
    Schlagworte: Künstliche Intelligenz; Medientheorie; Medienpolitik; Medienwissenschaft;
    Weitere Schlagworte: Deep Learning; Computer Vision; Evolutionary Computation; Genetic Algorithms; Human Enhancement and Transhumanism; Society; Media; Digital Media; Internet; Media Theory; Sociology of Media; Media Studies; Journal; Zeitschrift, Loseblatt-Ausgabe / Medien, Kommunikation/Medienwissenschaft
    Umfang: 240 Seiten, Illustrationen, 24 cm
    Bemerkung(en):

    Enthält: Literaturangaben

    Erscheint auch als Online-Ausgabe
  8. Computerlinguistische Methoden für die Digital Humanities
    eine Einführung für Geisteswissenschaftler:innen
    Autor*in: Andresen, Melanie
    Erschienen: [2024]; © 2024
    Verlag:  Narr Francke Attempto, Tübingen

    Standort:
    Freie Universität Berlin, Universitätsbibliothek
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Humboldt-Universität zu Berlin, Universitätsbibliothek, Jacob-und-Wilhelm-Grimm-Zentrum
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    TU Berlin, Universitätsbibliothek
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Verbund der Öffentlichen Bibliotheken Berlins - VÖBB
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Philologische Bibliothek, FU Berlin
    Sprache: Deutsch
    Medientyp: Buch (Monographie)
    ISBN: 9783823385790
    RVK Klassifikation: AK 54110 ; AK 54350 ; ES 900 ; ST 680
    Schriftenreihe: Narr Studienbücher
    Schlagworte: Methode; Digital Humanities; Computerlinguistik
    Weitere Schlagworte: Annotation; Computerlinguistik; Deep Learning; Digital Humanities; Geisteswissenschaften; Korpora; Linguistik; Maschinelles Lernen; Referenz; Semantik
    Umfang: 240 Seiten, Diagramme, Illustrationen
  9. Computerlinguistische Methoden für die Digital Humanities
    eine Einführung für Geisteswissenschaftler:innen
    Autor*in: Andresen, Melanie
    Erschienen: [2024]
    Verlag:  Narr Francke Attempto, Tübingen

    Standort:
    Universitätsbibliothek Duisburg-Essen
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek der Fernuniversität
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitäts- und Stadtbibliothek Köln, Hauptabteilung
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitäts- und Landesbibliothek Münster, Zentralbibliothek
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek Siegen
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Landesbibliothekszentrum Rheinland-Pfalz / Pfälzische Landesbibliothek
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe

    Standort:
    Universitätsbibliothek Wuppertal
    Fernleihe:
    uneingeschränkte Fernleihe, Kopie und Ausleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Deutsch
    Medientyp: Buch (Monographie)
    Format: Druck
    ISBN: 9783823385790; 3823385798
    Weitere Identifier:
    9783823385790
    DDC Klassifikation: Sprache (400)
    Schriftenreihe: Narr Studienbücher
    Weitere Schlagworte: Digital Humanities; Computerlinguistik; Maschinelles Lernen; Deep Learning; Annotation; Korpora; Geisteswissenschaften; Linguistik; Semantik; Referenz; Taschenbuch / Sprachwissenschaft, Literaturwissenschaft
    Umfang: 240 Seiten, Illustrationen, Diagramme, 24 cm x 17 cm
  10. Rethinking AI: neural networks, biometrics and the new artificial intelligence
    Beteiligt: Reichert, Ramón (Herausgeber); Fuchs, Mathias (Herausgeber); Abend, Pablo (Herausgeber); Richterich, Annika (Herausgeber); Wenz, Karin (Herausgeber)
    Erschienen: 2018
    Verlag:  transcript, Bielefeld

    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Beteiligt: Reichert, Ramón (Herausgeber); Fuchs, Mathias (Herausgeber); Abend, Pablo (Herausgeber); Richterich, Annika (Herausgeber); Wenz, Karin (Herausgeber)
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Druck
    ISBN: 9783837642667; 3837642666
    Weitere Identifier:
    9783837642667
    Auflage/Ausgabe: [1. Auflage]
    Schriftenreihe: Digital culture & society ; vol. 4, issue 1
    Schlagworte: Künstliche Intelligenz; Medientheorie; Medienpolitik; Medienwissenschaft
    Weitere Schlagworte: (Produktform)Paperback / softback; (Zielgruppe)Fachpublikum/ Wissenschaft; (DDC-Sachgruppen der Deutschen Nationalbibliografie)300; Deep Learning; Computer Vision; Evolutionary Computation; Genetic Algorithms; Human Enhancement and Transhumanism; Society; Media; Digital Media; Internet; Media Theory; Sociology of Media; Media Studies; Journal; (VLB-WN)3744: Zeitschrift, Loseblatt-Ausgabe / Medien, Kommunikation/Medienwissenschaft
    Umfang: 240 Seiten, Illustrationen, 25 cm, 429 g
  11. Computerlinguistische Methoden für die Digital Humanities
    eine Einführung für Geisteswissenschaftler:innen
    Autor*in: Andresen, Melanie
    Erschienen: [2024]
    Verlag:  Narr Francke Attempto, Tübingen

    Computerlinguistische Methoden durchdringen unseren Alltag, etwa in Form von Suchmaschinen und Chatbots. Aber auch für die geisteswissenschaftliche Textanalyse bieten sie große Potenziale, die unter anderem in den Digital Humanities erschlossen... mehr

     

    Computerlinguistische Methoden durchdringen unseren Alltag, etwa in Form von Suchmaschinen und Chatbots. Aber auch für die geisteswissenschaftliche Textanalyse bieten sie große Potenziale, die unter anderem in den Digital Humanities erschlossen werden. Der Band bietet eine niedrigschwellige Einführung in die Computerlinguistik für Geisteswissenschaftler:innen, ohne Erfahrungen mit Mathematik oder Programmieren vorauszusetzen. Es wird gezeigt, wie distributionelle Semantik, Sentimentanalyse, Named Entity Recognition, manuelle Annotation, maschinelles Lernen und Co. neue Zugänge zu Texten eröffnen und wie diese Methoden gewinnbringend für geisteswissenschaftliche Fragestellungen eingesetzt werden können. Alle Kapitel werden von Übungen und einem digitalen Anhang mit Musterlösungen und Beispielskripten in Python begleitet. Vom theoretischen Fundament bis zu den Werkzeugen für die praktische Umsetzung vermittelt der Band alle Grundlagen für den Einstieg in dieses spannende interdisziplinäre Forschungsfeld.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Hinweise zum Inhalt
    Quelle: Verbundkataloge
    Sprache: Deutsch
    Medientyp: Ebook
    Format: Online
    ISBN: 9783823395799
    Weitere Identifier:
    RVK Klassifikation: AK 54110 ; ES 900 ; EC 1640
    Schriftenreihe: Narr Studienbücher
    Schlagworte: Digital Humanities; Computerlinguistik; Maschinelles Lernen; Deep Learning; Annotation; Korpora; Korpussuche; Geisteswissenschaften; Linguistik; Semantik; Referenz; Sentimentanalyse
    Umfang: 1 Online-Ressource (240 Seiten), Illustrationen, Diagramme
    Bemerkung(en):

    Ressourcenverzeichnis: Seite 209-217

    Literaturverzeichnis: Seite 219-236
  12. Computerlinguistische Methoden für die Digital Humanities
    eine Einführung für Geisteswissenschaftler:innen
    Autor*in: Andresen, Melanie
    Erschienen: [2024]
    Verlag:  Narr Francke Attempto, Tübingen

    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Hinweise zum Inhalt
    Quelle: Verbundkataloge
    Sprache: Deutsch
    Medientyp: Buch (Monographie)
    Format: Druck
    ISBN: 9783823385790; 3823385798
    Weitere Identifier:
    9783823385790
    RVK Klassifikation: ES 900
    DDC Klassifikation: Datenverarbeitung; Informatik (004); Sprache (400)
    Schriftenreihe: Narr Studienbücher
    Schlagworte: Computerlinguistik; Methode; Digital Humanities;
    Weitere Schlagworte: Digital Humanities; Computerlinguistik; Maschinelles Lernen; Deep Learning; Annotation; Korpora; Geisteswissenschaften; Linguistik; Semantik; Referenz; Taschenbuch / Sprachwissenschaft, Literaturwissenschaft
    Umfang: 240 Seiten, Diagramme, 24 cm x 17 cm
    Bemerkung(en):

    Enthält Literaturverzeichnis auf Seite [219]-236
  13. Digitale Hate Speech
    interdisziplinäre Perspektiven auf Erkennung, Beschreibung und Regulation
    Beteiligt: Jaki, Sylvia (Hrsg.); Steiger, Stefan (Hrsg.)
    Erschienen: [2023]
    Verlag:  J.B. Metzler, Berlin

    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Beteiligt: Jaki, Sylvia (Hrsg.); Steiger, Stefan (Hrsg.)
    Sprache: Deutsch
    Medientyp: Buch (Monographie)
    Format: Druck
    ISBN: 9783662659632
    Weitere Identifier:
    9783662659632
    DDC Klassifikation: Sprache (400); Datenverarbeitung; Informatik (004); Recht (340)
    Schriftenreihe: Research
    Open access
    Schlagworte: Hassrede; Internetsprache;
    Weitere Schlagworte: Open Access; Hassrede; KI; Hate Speech; Evaluierung; Algorithmic governance; Soziale Medien; Contentregulation; Deep Learning; Sociolinguistics; Sociolinguistics; J.B. Metzler Humanities; Hardcover, Softcover / Sprachwissenschaft, Literaturwissenschaft/Allgemeine und Vergleichende Sprachwissenschaft
    Umfang: VI, 220 Seiten, Illustrationen, Diagramme, 21 cm, 303 g
    Bemerkung(en):

    Enthält Literaturangaben
  14. Feststellung und Systematisierung von Kompetenzen im Berufsfeld IT
    Eine crossdisziplinäre und quantitative Studie aus Sicht der Weiterbildung
    Autor*in: Schneider, Andreas
    Erschienen: 2023
    Verlag:  wbv Publikation, Bielefeld ; wbv Media GmbH & Co. KG

    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
  15. Computerlinguistische Methoden für die Digital Humanities
    Eine Einführung für Geisteswissenschaftler:innen
    Autor*in: Andresen, Melanie
    Erschienen: 2024
    Verlag:  Narr Francke Attempto Verlag, Tübingen

    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
  16. Computerlinguistische Methoden für die Digital Humanities
    Eine Einführung für Geisteswissenschaftler:innen
    Autor*in: Andresen, Melanie
    Erschienen: 2024
    Verlag:  Narr Francke Attempto Verlag, Tübingen

    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Deutsch
    Medientyp: Ebook
    Format: Online
    ISBN: 9783823305057
    Weitere Identifier:
    Auflage/Ausgabe: 1. Auflage
    Schriftenreihe: narr STUDIENBÜCHER
    Schlagworte: Computerlinguistik; Korpus <Linguistik>; Deutsch; Digital Humanities; Maschinelles Lernen
    Weitere Schlagworte: (Produktform)Electronic book text; (BISAC Subject Heading)LIT012000; (BISAC Subject Heading)LIT024000; Digital Humanities; Computerlinguistik; Maschinelles Lernen; Deep Learning; Annotation; Korpora; Korpussuche; Geisteswissenschaften; Linguistik; Semantik; Referenz; Sentimentanalyse; (VLB-WN)9560
    Umfang: Online-Ressource, 240 Seiten
  17. Quantification of economic uncertainty
    a deep learning application
    Autor*in: Kima, Alisa; Gillmann, Niels
    Erschienen: 2021
    Verlag:  Verein für Socialpolitik, [Köln]

    Research on the measurement of uncertainty has a long tradition. Recently, the creation of the economic policy uncertainty index sparked a new wave of research on this topic. The index is based on major American newspapers with the use of manual... mehr

    Zugang:
    Resolving-System (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    DSM 13
    Fernleihe:
    keine Fernleihe

     

    Research on the measurement of uncertainty has a long tradition. Recently, the creation of the economic policy uncertainty index sparked a new wave of research on this topic. The index is based on major American newspapers with the use of manual labeling and counting of specific keywords. Several attempts of automating this procedure have been undertaken since, using Support Vector Machine and LDA analysis. The current paper takes these efforts one step further and offers an algorithm based on natural language processing and deep learning techniques for the quantification of economic policy uncertainty. The new approach allows an accurate distillation of the latent "uncertainty" underlying newspaper articles, enables an automated construction of a new index for the measurement of economic policy uncertainty, and improves on existing methods. The potential use of our new index extends to the areas of political uncertainty management, business cycle analysis, financial forecasting, and potentially, derivative pricing.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Weitere Identifier:
    hdl: 10419/242421
    Schriftenreihe: Jahrestagung 2021 / Verein für Socialpolitik ; 83
    Schlagworte: Economic Policy Uncertainty; Deep Learning; Natural Language Processing; Text Data; Forecasting
    Umfang: 1 Online-Ressource (circa 26 Seiten), Illustrationen
  18. Deep learning models for inflation forecasting
    Autor*in: Theoharidis, Alexandre Fernandes; Guillén, Diogo Abry; Lopes, Hedibert Freitas
    Erschienen: [2022]
    Verlag:  [Insper], [São Paulo/SP - Brasil]

    Zugang:
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: [Insper working papers]
    Schlagworte: Deep Learning; Machine Learning; Inflation Forecasting; LSTM Networks; ConvolutionalNetworks; Autoencoders
    Umfang: 1 Online-Ressource (circa 27 Seiten), Illustrationen
  19. Investment portfolio optimization based on modern portfolio theory and deep learning models
    Autor*in: Wysocki, Maciej; Sakowski, Paweł
    Erschienen: 2022
    Verlag:  University of Warsaw, Faculty of Economic Sciences, Warsaw

    Zugang:
    Verlag (kostenfrei)
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    Nicht speichern
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: Working papers / University of Warsaw, Faculty of Economic Sciences ; no. 2022, 12 = 388
    Schlagworte: Portfolio Optimization; Deep Learning; Variance-Covariance Matrix Forecasting; Investment Strategies; Recurrent Neural Networks; Long Short-Term Memory Neural Networks
    Umfang: 1 Online-Ressource (circa 40 Seiten), Illustrationen
  20. Predicting innovative firms using web mining and deep learning
    Autor*in: Kinne, Jan; Lenz, David
    Erschienen: [2019]
    Verlag:  ZEW - Leibniz-Zentrum für Europäische Wirtschaftsforschung GmbH Mannheim, Mannheim

    Innovation is considered as a main driver of economic growth. Promoting the development of innovation through STI (science, technology and innovation) policies requires accurate indicators of innovation. Traditional indicators often lack coverage,... mehr

    Standort:
    Staats- und Universitätsbibliothek Bremen
    Fernleihe:
    keine Fernleihe

    Standort:
    Helmut-Schmidt-Universität, Universität der Bundeswehr Hamburg, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    DS 15
    Fernleihe:
    keine Fernleihe

    Standort:
    Universitätsbibliothek Mannheim
    Fernleihe:
    keine Fernleihe

     

    Innovation is considered as a main driver of economic growth. Promoting the development of innovation through STI (science, technology and innovation) policies requires accurate indicators of innovation. Traditional indicators often lack coverage, granularity as well as timeliness and involve high data collection costs, especially when conducted at a large scale. In this paper, we propose a novel approach on how to create firm-level innovation indicators at the scale of millions of firms. We use traditional firm-level innovation indicators from the questionnaire-based Community Innovation Survey (CIS) survey to train an artificial neural network classification model on labelled (innovative/non-innovative) web texts of surveyed firms. Subsequently, we apply this classification model to the web texts of hundreds of thousands of firms in Germany to predict their innovation status. Our results show that this approach produces credible predictions and has the potential to be a valuable and highly cost-efficient addition to the existing set of innovation indicators, especially due to its coverage and regional granularity. The predicted firm-level probabilities can also directly be interpreted as a continuous measure of innovativeness, opening up additional advantages over traditional binary innovation indicators.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Hinweise zum Inhalt
    Volltext (kostenfrei)
    Volltext (kostenfrei)
    Volltext (kostenfrei)
    Volltext (kostenfrei)
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Weitere Identifier:
    hdl: 10419/191615
    Schriftenreihe: Discussion paper / ZEW ; no. 19-001 (01/2019)
    Schlagworte: Web Mining; Web Scraping; R&D; R&I; STI; Innovation; Indicators; Text Mining; Natural Language Processing; NLP; Deep Learning
    Umfang: 1 Online-Ressource (9 Seiten), Illustrationen
  21. Globally optimal monetary policy
    Autor*in: Hennigan, Christian Payne
    Erschienen: 2021
    Verlag:  Department of Economics, University of Colorado Boulder, Boulder, Colorado

    Zugang:
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Auflage/Ausgabe: Revised November 9, 2021
    Schriftenreihe: Discussion papers in economics / Department of Economics, University of Colorado Boulder ; no. 21, 02
    Schlagworte: Monetary Policy; Interest Rate Policy; Macroeconomic Policy Formation; Computational Economics; Deep Learning; Machine Learning
    Umfang: 1 Online-Ressource (circa 53 Seiten), Illustrationen
  22. Deep learning for individual heterogeneity
    an automatic inference framework
    Autor*in: Farrell, Max H.; Liang, Tengyuan; Misra, Sanjog
    Erschienen: [2021]
    Verlag:  Cemmap, Centre for Microdata Methuods and Practice, The Institute for Fiscal Studies, Department of Economics, UCL, [London]

    We develop methodology for estimation and inference using machine learning to enrich economic models. Our framework takes a standard economic model and recasts the parameters as fully flexible nonparametric functions, to capture the rich... mehr

    Zugang:
    Verlag (kostenfrei)
    Resolving-System (kostenfrei)
    Resolving-System (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    DS 243
    Fernleihe:
    keine Fernleihe

     

    We develop methodology for estimation and inference using machine learning to enrich economic models. Our framework takes a standard economic model and recasts the parameters as fully flexible nonparametric functions, to capture the rich heterogeneity based on potentially high dimensional or complex observable characteristics. These "parameter functions" retain the interpretability, economic meaning, and discipline of classical parameters. In contrast to common implementations of machine learning in economics, these functions need not be predictions. We show that deep learning is particularly well-suited to structured modeling of heterogeneity in economics. First, we show how the network architecture can be easily designed to match the global structure of the economic model, delivering novel methodology that moves deep learning beyond prediction. Second, we prove convergence rates for the estimated parameter functions. These parameter functions are then the key input into the finite-dimensional parameter of inferential interest. We obtain valid inference based on a novel orthogonal score or influence function calculation that covers any second-stage parameter and any machine-learning-enriched model that uses a smooth per-observation loss function. No additional derivations are required and the score can be taken directly to data, using automatic differentiation if needed to obtain the components: the researcher need only define the original model and define the parameter of interest. A key insight is that we need not write down the influence function in order to evaluate it on the data. We apply this after deep learning, but our result can be used for any first-step estimator. Our framework covers, as special cases, well-known examples such as average treatment effects and partially linear models, but we also seamlessly deliver new results for such diverse examples as price elasticities, willingness-to-pay, and surplus measures in binary or multinomial choice models, average marginal and partial effects of continuous treatment variables, fractional outcome models, count data, heterogeneous production function components, and more. Across all these contexts inference can be made as automated as is currently available in special cases. We illustrate the utility of our framework with an application to a large scale advertising experiment for short-term loans. We show how economically meaningful estimates and inferences can be made that would be unavailable without our framework.

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Weitere Identifier:
    hdl: 10419/246797
    Schriftenreihe: Cemmap working paper ; CWP21, 29
    Schlagworte: Deep Learning; Influence Functions; Neyman Orthogonality; Heterogeneity; Structural Modeling; Semiparametric Inference
    Umfang: 1 Online-Ressource (circa 65 Seiten), Illustrationen
  23. Macroeconomic and financial market analyses and predictions through deep learning
    Autor*in: Kim, Soohyon
    Erschienen: 2020. 8
    Verlag:  Bank of Korea, Seoul, Korea

    Zugang:
    Verlag (kostenfrei)
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    VS 629
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: BOK working paper ; no. 2020, 18
    Schlagworte: Machine Learning; Deep Learning; Bayesian Neural Networks; Ensemble Learning; Uncertainty
    Umfang: 1 Online-Ressource (circa 51 Seiten), Illustrationen
  24. Deep hedging: hedging derivatives under generic market frictions using reinforcement learning
    Autor*in: Buehler, Hans; Gonon, Lukas; Teichmann, Josef; Wood, Ben; Mohan, Baranidharan; Kochems, Jonathan
    Erschienen: 2019
    Verlag:  Swiss Finance Institute, Geneva

    This article discusses a new application of reinforcement learning: to the problem of hedging a portfolio of “over-the-counter” derivatives under under market frictions such as trading costs and liquidity constraints. It is an extended version of our... mehr

    Zugang:
    Resolving-System (kostenfrei)
    Verlag (kostenfrei)
    Verlag (kostenfrei)
    Resolving-System (kostenfrei)

    Standort:
    Helmut-Schmidt-Universität, Universität der Bundeswehr Hamburg, Universitätsbibliothek
    Fernleihe:
    keine Fernleihe

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    VS 544
    Fernleihe:
    keine Fernleihe

     

    This article discusses a new application of reinforcement learning: to the problem of hedging a portfolio of “over-the-counter” derivatives under under market frictions such as trading costs and liquidity constraints. It is an extended version of our recent work "https://www.ssrn.com/abstract=3120710" www.ssrn.com/abstract=3120710, here using notation more common in the machine learning literature.The objective is to maximize a non-linear risk-adjusted return function by trading in liquid hedging instruments such as equities or listed options. The approach presented here is the first efficient and model-independent algorithm which can be used for such problems at scale

     
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Weitere Identifier:
    Schriftenreihe: Research paper series / Swiss Finance Institute ; no 19, 80
    Swiss Finance Institute Research Paper ; No. 19-80
    Schlagworte: Reinforcement Learning; Imperfect Hedging; Derivatives Pricing; Derivatives Hedging; Deep Learning
    Umfang: 1 Online-Ressource (circa 14 Seiten), Illustrationen
  25. Conservative set valued fields, automatic differentiation, stochastic gradient methods and deep learning
    Autor*in: Bolte, Jérôme; Pauwels, Edouard
    Erschienen: [2019]
    Verlag:  Toulouse School of Economics, [Toulouse]

    Zugang:
    Verlag (kostenfrei)
    Verlag (kostenfrei)

    Standort:
    ZBW - Leibniz-Informationszentrum Wirtschaft, Standort Kiel
    Signatur:
    VS 330
    Fernleihe:
    keine Fernleihe
    Export in Literaturverwaltung   RIS-Format
      BibTeX-Format
    Quelle: Verbundkataloge
    Sprache: Englisch
    Medientyp: Buch (Monographie)
    Format: Online
    Schriftenreihe: Working papers / Toulouse School of Economics ; no 1044 (October 2019)
    Schlagworte: Deep Learning; Automatic differentiation; Backpropagation algorithm; Nonsmooth stochastic optimization; Definable sets; o-minimal structures; Stochastic gradient; Clarke subdifferential; First order methods
    Umfang: 1 Online-Ressource (circa 35 Seiten), Illustrationen