Produktbild: Lernprozesse in stochastischen Automaten
Band 24

Lernprozesse in stochastischen Automaten

54,99 €

inkl. gesetzl. MwSt., Versandkostenfrei


Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.01.1970

Verlag

Springer Berlin

Seitenzahl

66

Maße (L/B/H)

24,4/17/0,5 cm

Gewicht

149 g

Auflage

1969

Sprache

Deutsch

ISBN

978-3-540-04948-7

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

01.01.1970

Verlag

Springer Berlin

Seitenzahl

66

Maße (L/B/H)

24,4/17/0,5 cm

Gewicht

149 g

Auflage

1969

Sprache

Deutsch

ISBN

978-3-540-04948-7

Herstelleradresse

Springer-Verlag KG
Sachsenplatz 4-6
1201 Wien
AT

Email: GPSR Kontakt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

Weitere Artikel finden Sie in

  • Produktbild: Lernprozesse in stochastischen Automaten
  • 1. Einleitung.- 2. Endliche stochastische Automaten.- 2.1. Definition eines SEZAPO.- 2.2. Interpretation und. Ablauf.- 2.3. Assoziierte stochastische Prozesse.- 2.4. Bemerkungen zur Automatendefinition.- 2.5. Hilfssätze.- 2.6. Einfach stationärer Input.- 2.7. Verwandte Definitionen stochastiseher Automaten.- 2.8. Markovprozesse bei einfachem Input.- 2.9. Sequentialstatistiken.- 2.10. Spezielle Typen stochastiseher Automaten.- 2.11. Gekoppelte stochastische Automaten.- 3. Zufällige Verteilungen und Verteilungsautomaten.- 3.1. Die Zustandsverteilung als zufälliger Vektor.- 3.2. Momente und charakteristische Punktion der Zustandsverteilung zn.- 3.3. Verteilungsautomaten.- 4. Grenzwertsätze für endliche reguläre stochastische Automaten.- 4.1. Sätze über den Zustandsprozeß.- 4.2. Sätze über Output- und Inputprozeß.- 5. Anwendung stochastischer Automaten in der Lerntheorie.- 5.1. Das Reizstichproben-Modell von ESTES.- 5.1.1. Axiome des (N, 2)-Patternmodells.- 5.1.2. Interpretation als SEZAPO.- 5.1.3. Grenzverhalten.- 5.1.4. Nichtkontingente Verstärkungsvorschrift.- 5.1.5. Anwendung der Grenzwertsätze.- 5.2. Das lineare Lernmodell von BUSH und MOSTELLER.- 6. Automatenmodelle sequentieller Spiele.- 6.1. Beschreibung der Spielsituation.- 6.2. Ein probabilistisches Gefangenendilemma.- 6.3. Interpretation als Koppelprodukt.- 6.4. Ausblick.- 7. Ein Stimulus-Sampling-Modell mit adaptiven Transitionswahrscheinlichkeiten.- 7.1. Einführung.- 7.2. Stochastische Automaten mit variabler Struktur.- 7.3. Anwendungen auf das (N, 2)-Modell.- Zustandsgraph des (N, 2)-Inputautomaten.