Maschinelles Lernen
Glossar Seite
Maschinelles Lernen ist ein Teilgebiet der künstlichen Intelligenz, das sich mit der Verbesserung statistischer Modelle durch die Nutzung früherer Daten befasst. Dieser Verbesserungsprozess, der als Training bezeichnet wird, wird durch einen Lernalgorithmus erleichtert. Sobald das Modell trainiert wurde, kann es für dieselbe Art von Aufgaben verwendet werden, die von den Trainingsdaten abgedeckt wurden. Damit bietet das maschinelle Lernen einen Ersatz für die explizite Kodierung einer Funktion.
https://link.springer.com/content/pdf/10.1007/978-3-030-93975-5.pdf
Aktuelle Webinare
Aktuelle Artikel
T-Systems bringt Lieferanten der BMW Group in Catena-X
Die BMW Group erweitert das Catena-X Datenökosystem mit Unterstützung von T-Systems, einem zertifizierten Implementierungspartner. Durch ein globales Onboarding-Programm verbindet T-Systems Lieferanten jeder Größe mit Catena-X und ermöglicht einen sicheren, skalierbaren Datenaustausch. Basierend auf einer föderierten Architektur stärkt Catena-X Transparenz, Nachhaltigkeit und Zusammenarbeit entlang der automobilen Lieferkette.
Weiterlesen
Sven Löffler
02. Sept. 2025
T-Systems und BMW starten die Catena-X Supplier-to-Supplier Meetup-Serie
T-Systems und BMW starten die Catena-X Supplier-to-Supplier Meetup Series, eine monatliche, regionale Plattform, die von Zulieferern für Zulieferer konzipiert wurde. Diese Treffen fördern den offenen Austausch, die praktische Zusammenarbeit und das Lernen von Gleichgesinnten über verschiedene Lieferstufen hinweg und helfen Tier-1- und Tier-2-Zulieferern, die Einführung von Catena-X zu beschleunigen, reale Erfahrungen auszutauschen und vertrauensvolle Netzwerke für die Zukunft der automobilen Wertschöpfungskette aufzubauen.
Weiterlesen
Sven Löffler
28. Aug. 2025
AIAG-CX-VIP2025: Catena-X Hub North America VIP Immersion event
AIAG has launched the Catena-X Hub North America, advancing the adoption of trusted dataspace technology for the automotive industry. At its VIP Immersion event in Detroit, industry leaders explored use cases like Product Carbon Footprint tracking, Quality Detection and Prevention, and Demand & Capacity Management. With T-Systems and other partners driving implementation, the hub sets the stage for secure, scalable, and collaborative data sharing to boost efficiency, compliance, and innovation across the automotive value chain.
Weiterlesen
Chris S. Langdon
22. Aug. 2025