Vom Denken der Natur zur Natur des Denkens : Ibn Baggas Theorie der Potenz als Grundlegung der Psychologie / / by David Wirmer

• Record Nr.: UNINA9910464648703321
• Autore: Wirmer David
• Pubbl/distr/stampa: Berlin, Germany : , : De Gruyter, , 2014; ©2014
• ISBN: 3-11-038551-1; 3-11-027203-2
• Descrizione fisica: 1 online resource (796 p.)
• Collana: Scientia Graeco-Arabica, , 1868-7172 ; ; Band 13
• Disciplina: 181/.92
• Soggetti: Psychology; Electronic books.
• Lingua di pubblicazione: Tedesco
• Formato: Materiale a stampa
• Livello bibliografico: Monografia
• Note generali: Description based upon print version of record.
• Nota di bibliografia: Includes bibliographical references and index.
• Nota di contenuto: Frontmatter -- Inhaltsverzeichnis -- Einleitung -- I. Ibn Bāǧǧas Aristotelismus und der Status der Psychologie -- 1. Kapitel: Aristotelische Philosophie im Umfeld Ibn Bāǧǧas -- 2. Kapitel: Ibn Bāǧǧas Begriff der Philosophie -- 3. Kapitel: Aristotelische Psychologie als Fundamentalwissenschaft -- II. Der Begriff der Potenz und die Methode der Psychologie -- 4. Kapitel: Der Vermögensbegriff in der Psychologie -- 5. Kapitel: Die Definition der Seele -- 6. Kapitel. Allgemeine Seelendefinition und Bestimmung Seelischer Potenzen -- III. Potenztheoretische Grundlagen der Psychologie Ibn Bāǧǧas -- 7. Kapitel. Bewegungstheorie -- 8. Kapitel. Aktive und passive Potenzen als universelle Erklärungsprinzipien -- 9. Kapitel. Seele als Form der Mischung -- 10. Kapitel. Der Organismus: Ein System von Potenzen -- 11. Kapitel. »Träger Der Seele«: Pneuma und Angeborene Wärme als Bindeglied Zwischen Physiologie und Psychologie -- 12. Kapitel. Seelische Potenzen und ihre Objekte -- 13. Kapitel. Die Notwendigkeit einer unendlichen Potenz: Der aktive Intellekt -- 14. Kapitel. Die Potenzstruktur der Wissenschaft -- Schlussbetrachtung -- Anhang
• Sommario/riassunto: Die bisher gängige Trennung zwischen bloß kommentierenden naturphilosophischen und originellen intellekttheoretischen Schriften hat zu einem verzerrten Bild der Philosophie des andalusisch-; arabischen Denkers Ibn Bagga (gest. 1139) geführt. Insbesondere seine vielbeachtete Seelenlehre, durch deren entscheidenden Einfluss auf seinen Nachfolger, den Kommentator Averroes, Ibn Bagga auch auf die abendländische Philosophie gewirkt hat, kann nur unter Berücksichtigung des Gesamtwerkes angemessen verstanden werden. Die vorliegende Studie zeigt im Ausgang vom editorisch wesentlich verbesserten Text seines De anima-Kommentars, Kitab al-nafs, mittels einer durch das gesamte Œuvre hindurchgehenden Analyse des zentralen Begriffs der Potenz bzw. des Vermögens, dass Ibn Bagga die Psychologie im Sinne des Aristoteles konsequent als Naturwissenschaft konzipiert und auf naturphilosophischen Prinzipien aufbaut. Gleichzeitig erweist er sie als Fundamentalwissenschaft, die aufdeckt, dass und wie diese Prinzipien auf den Intellekt als auf ein übergeordnetes Prinzip bezogen sind. Indem er sie vollendet, begründet der reine Akt des Intellekts die natürlichen Prinzipien und Potenzen. So geht die Erkenntnis den Weg vom Denken der Natur zur Natur des Denkens.

Representation Learning : Propositionalization and Embeddings / / by Nada Lavrač, Vid Podpečan, Marko Robnik-Šikonja

• Record Nr.: UNINA9910492147403321
• Autore: Lavrač Nada
• Pubbl/distr/stampa: Cham : , : Springer International Publishing : , : Imprint : Springer, , 2021
• ISBN: 3-030-68817-8
• Edizione: [1st ed. 2021.]
• Descrizione fisica: 1 online resource (175 pages)
• Disciplina: 006.31
• Soggetti: Data mining; Artificial intelligence - Data processing; Numerical analysis; Data Mining and Knowledge Discovery; Data Science; Numerical Analysis
• Lingua di pubblicazione: Inglese
• Formato: Materiale a stampa
• Livello bibliografico: Monografia
• Nota di contenuto: Introduction to Representation Learning -- Machine Learning Background -- Text Embeddings -- Propositionalization of Relational Data -- Graph and Heterogeneous Network Transformations -- Unified Representation Learning Approaches -- Many Faces of Representation Learning.
• Sommario/riassunto: This monograph addresses advances in representation learning, a cutting-edge research area of machine learning. Representation learning refers to modern data transformation techniques that convert data of different modalities and complexity, including texts, graphs, and relations, into compact tabular representations, which effectively capture their semantic properties and relations. The monograph focuses on (i) propositionalization approaches, established in relational learning and inductive logic programming, and (ii) embedding approaches, which have gained popularity with recent advances in deep learning. The authors establish a unifying perspective on representation learning techniques developed in these various areas of modern data science, enabling the reader to understand the common underlying principles and to gain insight using selected examples and sample Python code. The monograph should be of interest to a wide audience, ranging from data scientists, machine learning researchers and students to developers, software engineers and industrial researchers interested in hands-on AI solutions.