Statistik, abgeleitet vom lateinischen statisticum, befasst sich mit dem Sammeln und Auswerten von Daten. Sie bildet die Grundlage vieler Entscheidungen und ist ein zentraler Teil der Mathematik.
Die Probabilistik, auch Wahrscheinlichkeitstheorie genannt, untersucht Zufallsvorgänge und ist Teil der Stochastik - der Mathematik der Daten und des Zufalls. Der Begriff stammt aus dem Altgriechischen und bedeutet Kunst des Vermutens.
Ein Optimierungsproblem beschreibt mathematisch, wie ein Problem auf die bestmögliche Lösung hin optimiert werden kann. Es geht darum, die besten Ergebnisse bei gegebenen Bedingungen zu finden.
Ein Perceptron ist das mathematische Modell eines menschlichen Neurons. Mehrere solcher künstlichen Neuronen bilden zusammen einen Layer, der die Grundlage für künstliche Intelligenz bildet.
Die Faltung (engl. Convolution) ist ein mathematischer Operator, der oft auch als Konvolution bezeichnet wird. Der Begriff stammt vom lateinischen convolvere und bedeutet zusammenrollen.
Der Markov Decision Process ist ein stochastischer Prozess, benannt nach dem russischen Mathematiker Andrei Markow. In der Literatur wird er auch als Markow-Kette bezeichnet und bildet die Grundlage für viele Methoden im Reinforcement Learning.
Automatisches Differenzieren (engl. Automatic Differentiation) ist eine Methode, die es ermöglicht, Ableitungen automatisch zu berechnen und wird häufig in TensorFlow und PyTorch verwendet.
Histogrammäqualisation ist ein beliebtes Verfahren zur Kontrastverbesserung von monochromen Bildern. Es verteilt die Farbhistogramme gleichmäßig über das gesamte Farbspektrum und sorgt so für eine ausgewogene Farbverteilung.