For nonnegative functions f and g, what does f(n) ∈ O(g(n)) mean?

There are constants c > 0 and n₀ ≥ 0 such that f(n) ≤ c·g(n) for every n ≥ n₀.

How do O, Ω and Θ differ?

They give asymptotic upper, lower and tight bounds, respectively. They describe a specified cost function; O does not itself mean worst case.

State the Handshaking Lemma for an undirected graph G = (V, E) and its consequence for odd-degree vertices.

The sum of the degrees of all vertices equals twice the number of edges: Σ{v ∈ V} deg(v) = 2\

What are the numbers of vertices and edges in the complete graph Kₙ, complete bipartite graph K{m,n}, and n-dimensional hypercube Qₙ?

- Kₙ: n vertices, n(n − 1)/2 edges. - K{m,n}: m + n vertices, m · n edges. - Qₙ: 2ⁿ vertices, n · 2^{n−1} edges.

3 min read

Technology, Cloud & AI Deutsch 3 Interactive Flashcard Decks

Künstliche Intelligenz Lernleitfaden: Kernkonzepte meistern mit Active-Recall-Lernkarten

Q: Wie viele Künstliche Intelligenz-Karten sollte ich täglich lernen?

Ideal sind 20 bis 32 neue Karten pro Tag (1 Set) zuzüglich Ihrer fälligen Wiederholungen.

Q: Mit welcher Stufe sollte ich auf flashcards.world beginnen?

Starten Sie mit basic und wechseln Sie ab 85 % Sicherheit zu intermediate.

Umfassender Künstliche Intelligenz Studienleitfaden mit Grund-, Mittel- und Oberstufen-Lernkarten auf flashcards.world.

Practice 3 Curated Artificial Intelligence Decks ↓ Browse All Artificial Intelligence Flashcards →

Interactive Premade Curricula

Artificial Intelligence Flashcard Decks (3)

Select any deck below to study cards with active recall, audio pronunciation, and FSRS spaced repetition, or filter by difficulty level.

Foundational EN → EN

Data Structures, Complexity Analysis (Big-O) & Core Algorithms

Practice Deck → More basic sets

Intermediate EN → EN

Algorithms, Graphs, Dynamic Programming & Relational Databases

Practice Deck → More intermediate sets

Advanced EN → EN

Graph Theory, Trees, Recurrence Relations, Generating Functions & Automata

Practice Deck → More advanced sets

Alle Künstliche Intelligenz-Lernsets auf flashcards.world entdecken

1. Warum Active Recall & Spaced Repetition für Künstliche Intelligenz funktionieren

Das Fachgebiet Künstliche Intelligenz erfordert präzises Verständnis und sicheren Abruf zentraler Definitionen, Regeln und Zusammenhänge. Hier finden Sie die kuratierten Künstliche Intelligenz-Lernkartensets auf flashcards.world nach Schwierigkeitsgrad.

2. Kuratierte Künstliche Intelligenz-Lernkartensets auf flashcards.world

3. Vorschau ausgewählter Lernkarten (Künstliche Intelligenz)

Stufe	Vorderseite (Frage / Begriff)	Rückseite (Antwort / Erklärung)
`basic`	For nonnegative functions f and g, what does f(n) ∈ O(g(n)) mean?	There are constants c > 0 and n₀ ≥ 0 such that f(n) ≤ c·g(n) for every n ≥ n₀.
`basic`	How do O, Ω and Θ differ?	They give asymptotic upper, lower and tight bounds, respectively. They describe a specified cost function; O does not itself mean worst case.
`intermediate`	What does binary search require, and when does it run in O(log n) time?	It repeatedly halves a search interval in data sorted under the comparison order. On an array with O(1) indexed access and constant-time comparisons, searching n elements takes O(log n) time.
`intermediate`	How does insertion sort work, and what determines its time on nearly sorted input?	It inserts each item into a sorted prefix. The usual adjacent-shift or adjacent-swap version takes Θ(n+I) time, where I is the number of inversions. It is linear when I=O(n); small input alone does not change the worst-case Θ(n²) bound.
`advanced`	State the Handshaking Lemma for an undirected graph G = (V, E) and its consequence for odd-degree vertices.	The sum of the degrees of all vertices equals twice the number of edges: Σ_{v ∈ V} deg(v) = 2\|E\|. Consequently, every undirected graph has an even number of vertices of odd degree.
`advanced`	What are the numbers of vertices and edges in the complete graph Kₙ, complete bipartite graph K_{m,n}, and n-dimensional hypercube Qₙ?	- Kₙ: n vertices, n(n − 1)/2 edges. - K_{m,n}: m + n vertices, m · n edges. - Qₙ: 2ⁿ vertices, n · 2^{n−1} edges.

4. 8-Wochen-Lernplan mit Spaced Repetition

Woche 1–2: Fundament (basic): Bearbeiten Sie die Grundstufen-Sets (32 neue Karten/Tag) und planen Sie täglich 15–20 Minuten für Wiederholungen ein.
Woche 3–5: Aufbau (intermediate): Ergänzen Sie die Mittelstufen-Sets (20 neue Karten/Tag) und formulieren Sie jede Antwort laut vor dem Umdrehen.
Woche 6–7: Meisterschaft (advanced): Absolvieren Sie die fortgeschrittenen Sets (15 neue Karten/Tag) im gemischten Prüfungsmodus.
Woche 8: Konsolidierung: Wiederholen Sie alle schwierigen Karten auf flashcards.world bis zu einer Trefferquote von über 95 %.

5. Häufige Lernfehler und wie man sie vermeidet

Karte zu früh umdrehen: Formulieren Sie die Antwort immer aktiv, bevor Sie die Rückseite lesen.
Bulemie-Lernen vor Prüfungen: 20 Minuten tägliches Training schlagen jeden Wochenend-Marathon.
Kontext ignorieren: Nutzen Sie die Beispielsätze und Erklärungen auf der Kartenrückseite.

6. Häufig gestellte Fragen (FAQ)

Wie viele Künstliche Intelligenz-Karten sollte ich täglich lernen?

Ideal sind 20 bis 32 neue Karten pro Tag (1 Set) zuzüglich Ihrer fälligen Wiederholungen.

Mit welcher Stufe sollte ich auf flashcards.world beginnen?

Starten Sie mit basic und wechseln Sie ab 85 % Sicherheit zu intermediate.

Alle Künstliche Intelligenz-Lernsets auf flashcards.world entdecken →