Neuronale Netze - Grundlagen Mit Beispielprogrammen in Java
-
- Einzelkauf Download ausgewählt
-
Sprache:Deutsch
-
eBook Format:ePUB
- PDF 9,99 €
- ePUB ausgewählt
9,99 €
inkl. gesetzl. MwSt.Beschreibung
Produktdetails
Format
ePUB
Kopierschutz
Nein
Family Sharing
Nein
Text-to-Speech
Ja
Erscheinungsdatum
26.10.2017
Verlag
MITPSeitenzahl
240 (Printausgabe)
Dateigröße
10066 KB
Auflage
1. 2017
Sprache
Deutsch
EAN
9783958456099
- Von den ersten Modellen bis zum Backpropagation-Netz
- Allgemeinverständliche Erläuterungen mit vielen Praxis- und Anwendungsbeispielen
- Zahlreiche Programme zum Ausprobieren, Ausführen und Trainieren Neuronaler Netze mit Beispieldaten
- Für Programmierer: Vollständige Programmierung eines Backpropagation-Netzes zur Passworterkennung (in Java)
Dieses Buch ist eine grundlegende Einführung in die Entwicklung und Funktionsweise Neuronaler Netze. Sie lernen verschiedene Modelle kennen sowie alle Elemente, die für die Funktionalität Neuronaler Netze von Bedeutung sind. So werden Sie im Detail verstehen, wie diese arbeiten.
Praxisansatz des Buches:
- Alle vorgestellten Netze werden beispielhaft anschaulich durchgerechnet. So können Sie nachvollziehen, wie ein Neuronales Netz funktioniert und arbeitet.
- Außerdem liefert der Autor zusätzlich zum Buch selbst erstellte Programme, mit denen Sie am PC experimentieren können, indem Sie Beispieldaten eingeben und die jeweiligen Eigenschaften der unterschiedlichen Netze praktisch ausprobieren sowie diese trainieren und ausführen können.
Kaffka beschreibt zunächst die frühesten Modelle Neuronaler Netze sowie die Hebbsche Formel und das von Rosenblatt entwickelte Modell des Perzeptrons. Daraufhin geht er auf die Mustererkennung mit einem Hopfield-Netz ein und erläutert die Grundlagen eines einfachen und eines bidirektionalen Assoziativspeichers.
Schließlich behandelt Kaffka das aktuelle Modell des Backpropagation-Netzes. Sie lernen im Detail, wie ein solches Neuronales Netz funktioniert - von der Netztopologie über die Transferfunktion bis zur Lernformel zum Trainieren eines Netzes.
Darauf aufbauend stellt der Autor verschiedene Beispiele und Anwendungen für Neuronale Netze vor. Hier diskutiert er zusätzlich, wie diese im Rahmen der Regressionsanalyse eingesetzt werden können. Zudem wird gezeigt, dass Neuronale Netze auch drei- oder mehrdimensionale Funktionen erlernen können.
Ein Ausblick zu Expertensystemen im Vergleich zu Neuronalen Netzen rundet die Einführung ab.
Zusatznutzen für Programmierer:
- Programmierer, die selber ein neuronales Netz programmieren wollen, finden ein ausführliches Kapitel, in dem ein Backpropagation-Netz vollständig in Java programmiert wird.
- Für Programmierer wird der Java-Code aller im Buch verwendeten Programme erläutert.
Downloads zum Buch:
- Alle Programme der im Buch beschriebenen Neuronalen Netze zum Ausprobieren
- Für Programmierer: Der Quellcode eines vollständigen Backpropagation-Netzes sowie aller im Buch verwendeten Programme
Aus dem Inhalt:
- Historische Ansätze: Hebbsche Formel, Perzeptron, Hopfield-Netz
- Neuronale Netze mit der Backpropagation-Technologie
- Gewichtsmatrix, Training und Lernkurve
- Muster-/Bilderkennung
- Bidirektionaler Assoziativspeicher
- Netztopologie mit bis zu 3 Schichten
- Regressionsanalyse
- Mehrdimensionale Funktionen
- Expertensysteme
- Vollständige Programmierung eines Backpropagation-Netzes zur Passworterkennung
Kundinnen und Kunden meinen
Verfassen Sie die erste Bewertung zu diesem Artikel
Helfen Sie anderen Kund*innen durch Ihre Meinung
Kurze Frage zu unserer Seite
Vielen Dank für Ihr Feedback
Wir nutzen Ihr Feedback, um unsere Produktseiten zu verbessern. Bitte haben Sie Verständnis, dass wir Ihnen keine Rückmeldung geben können. Falls Sie Kontakt mit uns aufnehmen möchten, können Sie sich aber gerne an unseren Kund*innenservice wenden.
zum Kundenservice