Neurale Netze: Springers Angewandte Informatik
Wilfried Röthy Autor Monika Köhle Ilustrat de Alexander A. Clauerde Limba Germană Paperback – 25 oct 1990
Din seria Springers Angewandte Informatik
- 20% Preț: 352.95 lei
- 20% Preț: 351.48 lei
- 20% Preț: 354.08 lei
- 20% Preț: 351.16 lei
- 20% Preț: 349.70 lei
- 20% Preț: 352.62 lei
- 20% Preț: 498.83 lei
- 20% Preț: 352.95 lei
- 20% Preț: 434.18 lei
- 20% Preț: 349.70 lei
- 20% Preț: 350.52 lei
- 20% Preț: 351.48 lei
- 20% Preț: 360.38 lei
- 20% Preț: 349.24 lei
- 20% Preț: 352.30 lei
- 20% Preț: 357.97 lei
- 20% Preț: 357.01 lei
Preț: 350.52 lei
Preț vechi: 438.15 lei
-20% Nou
Puncte Express: 526
Preț estimativ în valută:
67.08€ • 69.68$ • 55.72£
67.08€ • 69.68$ • 55.72£
Carte tipărită la comandă
Livrare economică 03-17 februarie 25
Preluare comenzi: 021 569.72.76
Specificații
ISBN-13: 9783211822203
ISBN-10: 3211822208
Pagini: 204
Ilustrații: X, 188 S.
Dimensiuni: 170 x 244 x 11 mm
Greutate: 0.33 kg
Editura: SPRINGER VIENNA
Colecția Springer
Seria Springers Angewandte Informatik
Locul publicării:Vienna, Austria
ISBN-10: 3211822208
Pagini: 204
Ilustrații: X, 188 S.
Dimensiuni: 170 x 244 x 11 mm
Greutate: 0.33 kg
Editura: SPRINGER VIENNA
Colecția Springer
Seria Springers Angewandte Informatik
Locul publicării:Vienna, Austria
Public țintă
ResearchCuprins
1 Die Mystik Neuraler Netze.- 1.1 Wissenschaften und Modeströmungen.- 1.2 Ein “Neurales Netz”.- 1.3 Neurale Rechner — Neural Computing.- 1.4 Erwartungen an Neurale Netze.- 1.5 Einsatz Neuraler Netze.- 1.6 Beispiele.- 1.7 Charakterisierung Neuraler Netze.- 1.8 Praktische Anwendungen für Neurale Netze.- 2 Aus den Anfängen Neuraler Netze.- 2.1 Im Anfang war die Kybernetik.- 2.2 Seit McCulloch & Pitts, 1943.- 2.3 Frühe Lernsysteme.- 3 Neurophysiologische Grundlagen.- 3.1 Aufbau und Funktionsweise von Neuronen.- 3.2 Das visuelle System.- 4 Künstliche Neurone.- 4.1 Was von der Biologie bleibt.- 4.2 McCulloch&Pitts-Neurone.- 4.3 Aufbau Neuraler Netze.- 4.4 Unit-Typen.- 4.5 Repräsentationsformen und Kodierungen.- 4.6 Hierarchie und Synchronität.- 4.7 Lernen in Neuralen Netzen.- 5 Lernen in Neuralen Netzen.- 5.1 Übersicht über die wichtigsten Lernansätze.- 5.2 Hebb-Regel.- 5.3 Delta-Regel.- 5.4 Back Propagation.- 5.5 Competitive Learning.- 5.6 Boltzmann-Maschinen.- 5.7 Lernen durch Verstärkung und Belohnung.- 5.8 Genetische Algorithmen.- 5.9 Topologie-erhaltende Abbildungen und Lernende Vektorquantifizierung (LVQ).- 6 Modelle.- 6.1 NETtalk (Sejnowski & Rosenberg, 1986).- 6.2 Hopfield-Netze.- 6.3 Fukushimas Neocognitron.- 6.4 Adaptive Resonance Theory (ART).- 6.5 Kohonens Spracherkennung.- 7 Simulationen.- 7.1 Hardware.- 7.2 Software.- 8 Nayantara.- Namen- und Sachverzeichnis.