Fr. 121.00

Nichtwissen bei maschinellem Lernen

German · Paperback / Softback

Shipping usually within 1 to 3 working days

Description

Read more

"Blackbox", "Opazität" oder "Intransparenz" - der Technologie des maschinellen Lernens ist Nichtwissen inhärent. Aus dieser soziologisch geprägten analytischen Perspektive bringt Iva Kostov verschiedene soziale Praktiken und technologische Eigenschaften bei maschinellem Lernen auf einen gemeinsamen Nenner und untersucht ihre Bedeutung für das Recht. Dies erfolgt unter Bezugnahme auf einen für die Analyse der Thematik besonders anschlussfähigen Bereich sicherheitsbehördlicher Tätigkeit. Unter Systematisierung der verschiedenen interdisziplinären Diskussionen entwickelt sie eine für das Recht produktive Typologie verschiedener Nichtwissensausprägungen, arbeitet die jeweils maßgeblichen rechtlichen Fragestellungen heraus und zeigt Mechanismen zum Umgang damit auf. Zugleich entlarvt sie einige vieldiskutierte Themen als rechtlich irrelevante Scheinprobleme.

About the author










Geboren 1993; Studium der Rechtswissenschaften in Hamburg; Wissenschaftliche Mitarbeiterin am Lehrstuhl für öffentliches Recht, Medien- und Telekommunikationsrecht; 2023 Promotion; Rechtsreferendariat beim Hanseatischen Oberlandesgericht Hamburg.

Product details

Authors Iva Kostov
Publisher Mohr Siebeck
 
Languages German
Product format Paperback / Softback
Released 01.10.2023
 
EAN 9783161626098
ISBN 978-3-16-162609-8
No. of pages 408
Dimensions 205 mm x 23 mm x 252 mm
Weight 634 g
Series Schriften zum Recht der Digitalisierung
SRDi
Schriften zum Recht der Digitalisierung SRDI
Subject Social sciences, law, business > Law > Public law, administrative procedural law, constitutional procedural law

Customer reviews

No reviews have been written for this item yet. Write the first review and be helpful to other users when they decide on a purchase.

Write a review

Thumbs up or thumbs down? Write your own review.

For messages to CeDe.ch please use the contact form.

The input fields marked * are obligatory

By submitting this form you agree to our data privacy statement.