|
|
|
|
| LEADER |
00000cam a22000003i 4500 |
| 001 |
EBSCO_on1007823146 |
| 003 |
OCoLC |
| 005 |
20231017213018.0 |
| 006 |
m o d |
| 007 |
cr cnu|||unuuu |
| 008 |
171027s2017 xx o 000 0 eng d |
| 040 |
|
|
|a N$T
|b eng
|e rda
|e pn
|c N$T
|d N$T
|d OCLCO
|d YDX
|d OCLCF
|d OCLCO
|d EBLCP
|d OCLCO
|d OCLCQ
|d OCLCO
|
| 019 |
|
|
|a 1007924026
|
| 020 |
|
|
|a 9783958456082
|q (electronic bk.)
|
| 020 |
|
|
|a 3958456081
|q (electronic bk.)
|
| 035 |
|
|
|a (OCoLC)1007823146
|z (OCoLC)1007924026
|
| 050 |
|
4 |
|a QA76.87
|
| 072 |
|
7 |
|a COM
|x 013000
|2 bisacsh
|
| 072 |
|
7 |
|a COM
|x 014000
|2 bisacsh
|
| 072 |
|
7 |
|a COM
|x 018000
|2 bisacsh
|
| 072 |
|
7 |
|a COM
|x 067000
|2 bisacsh
|
| 072 |
|
7 |
|a COM
|x 032000
|2 bisacsh
|
| 072 |
|
7 |
|a COM
|x 037000
|2 bisacsh
|
| 072 |
|
7 |
|a COM
|x 052000
|2 bisacsh
|
| 082 |
0 |
4 |
|a 004
|
| 049 |
|
|
|a UAMI
|
| 100 |
1 |
|
|a Kaffka, Thomas.
|
| 245 |
1 |
0 |
|a Neuronale Netze - Grundlagen: Mit Beispielprogrammen in Java.
|
| 264 |
|
1 |
|a [Place of publication not identified] :
|b MITP Verlags GmbH & Co. KG :
|b MITP,
|c 2017.
|
| 300 |
|
|
|a 1 online resource.
|
| 336 |
|
|
|a text
|b txt
|2 rdacontent
|
| 337 |
|
|
|a computer
|b c
|2 rdamedia
|
| 338 |
|
|
|a online resource
|b cr
|2 rdacarrier
|
| 588 |
0 |
|
|a Vendor-supplied metadata.
|
| 505 |
0 |
|
|a Cover -- Titel -- Impressum -- Inhaltsverzeichnis -- Prolog -- Einleitung -- Kapitel 1: Neuronale Netze und das Gehirn -- 1.1 Was sind Neuronale Netze? -- 1.2 Das Gehirn als Vorbild -- 1.2.1 Organisation und Physiologie des Gehirns -- 1.2.2 Die biologische Nervenzelle -- Kapitel 2: Die Simulation des Gehirns -- 2.1 Die ersten Versuche -- 2.2 Die Hebbsche Formel -- 2.3 Das Perzeptron -- 2.3.1 Die Theorie von Rosenblatt -- 2.3.2 Das Perzeptron auf dem Papier -- 2.3.3 Das Programm zum Perzeptron -- Kapitel 3: Mustererkennung durch ein Hopfield-Netz -- 3.1 Der Assoziativspeicher
|
| 505 |
8 |
|
|a 3.1.1 Das Hopfield-Netz auf dem Papier -- 3.1.2 Mustererkennung -- 3.1.3 Ein Beispiel für Mustererkennung -- Kapitel 4: Der bidirektionale Assoziativspeicher -- 4.1 Verteilter Assoziativspeicher -- 4.1.1 Der bidirektionale Assoziativspeicher auf dem Papier -- 4.1.2 Mustererkennung mit dem bidirektionalen Assoziativspeicher -- 4.1.3 Bilderkennung mit dem bidirektionalen Assoziativspeicher -- Kapitel 5: Das Backpropagation-Netz -- 5.1 Netztopologie -- 5.2 Die Transferfunktion -- 5.3 Die Lernformel -- 5.4 Das Backpropagation-Netz auf dem Papier
|
| 505 |
8 |
|
|a Kapitel 6: Vorstellung eines Programms zum Ausführen Neuronaler Netze -- 6.1 Allgemeine Erläuterungen des Programms NetAndDecision -- 6.2 Verwalten der Projekte -- 6.3 Die Gewichtsmatrix -- 6.4 Beispiele erfassen -- 6.5 Der Beispiel-Generator -- 6.6 Das Training des Netzes -- 6.7 Die Ausführung des Netzes -- 6.8 Die Lernkurve -- 6.9 Die Grafik -- Kapitel 7: Beispiele für Neuronale Netze -- 7.1 Ermittlung der Wurfweite eines Steins -- 7.2 Kreditvergabe Entscheidung -- 7.3 Unterstützung der Kaufentscheidung für einen PC -- Kapitel 8: Regressionsanalyse mit einem Neuronalen Netz
|
| 505 |
8 |
|
|a 8.1 Die Chartanalyse mit einem Neuronalen Netz -- 8.2 Die Regressionsanalyse -- 8.3 Mehrdimensionale Funktionen -- Kapitel 9: Expertensysteme -- 9.1 Das Erheben von Wissen -- 9.2 Aufbau eines Expertensystems -- 9.2.1 Wissensbasis -- 9.2.2 Darstellungsproblematik von Wissen -- 9.2.3 Regelbasis -- 9.2.4 Datenbasis -- 9.2.5 Regelinterpreter (Inferenzkomponente) -- 9.2.6 Userschnittstelle -- 9.3 Vorstellung eines Programms zum Ausführen von Expertensystemen -- 9.3.1 Verwalten von Projekten -- 9.3.2 Expertensystem Analyse -- 9.3.3 Expertensystem Daten -- 9.3.4 Verwalten von Expertensystemen
|
| 505 |
8 |
|
|a 9.3.5 Verwalten von Attributen -- 9.3.6 Verwalten von Regeln -- 9.4 Regelbasis zur Auswahl von statistischen Prognoseverfahren -- 9.4.1 Literaturstudium zum Erheben des Expertenwissens -- 9.4.2 Ausführen des Expertensystems -- 9.5 Regelbasis zur Unterstützung der Kaufentscheidung für einen PC -- Kapitel 10: Ein Backpropagation-Netz programmieren -- 10.1 Erfassung von Passwort-Mustern -- 10.2 Ein Neuronales Netz zur Erkennung von Passwort-Mustern -- 10.3 Die Programmierung des Neuronalen Netzes -- 10.3.1 Die Programmierung des Hauptprogramms -- 10.3.2 Der Konstruktor der Klasse »NeuralNetwork«
|
| 590 |
|
|
|a eBooks on EBSCOhost
|b EBSCO eBook Subscription Academic Collection - Worldwide
|
| 650 |
|
0 |
|a Neural networks (Computer science)
|
| 650 |
|
0 |
|a Artificial intelligence.
|
| 650 |
|
2 |
|a Neural Networks, Computer
|
| 650 |
|
2 |
|a Artificial Intelligence
|
| 650 |
|
6 |
|a Réseaux neuronaux (Informatique)
|
| 650 |
|
6 |
|a Intelligence artificielle.
|
| 650 |
|
7 |
|a artificial intelligence.
|2 aat
|
| 650 |
|
7 |
|a COMPUTERS / Computer Literacy
|2 bisacsh
|
| 650 |
|
7 |
|a COMPUTERS / Computer Science
|2 bisacsh
|
| 650 |
|
7 |
|a COMPUTERS / Data Processing
|2 bisacsh
|
| 650 |
|
7 |
|a COMPUTERS / Hardware / General
|2 bisacsh
|
| 650 |
|
7 |
|a COMPUTERS / Information Technology
|2 bisacsh
|
| 650 |
|
7 |
|a COMPUTERS / Machine Theory
|2 bisacsh
|
| 650 |
|
7 |
|a COMPUTERS / Reference
|2 bisacsh
|
| 650 |
|
7 |
|a Artificial intelligence
|2 fast
|
| 650 |
|
7 |
|a Neural networks (Computer science)
|2 fast
|
| 856 |
4 |
0 |
|u https://ebsco.uam.elogim.com/login.aspx?direct=true&scope=site&db=nlebk&AN=1621741
|z Texto completo
|
| 938 |
|
|
|a ProQuest Ebook Central
|b EBLB
|n EBL6947663
|
| 938 |
|
|
|a EBSCOhost
|b EBSC
|n 1621741
|
| 938 |
|
|
|a YBP Library Services
|b YANK
|n 14927245
|
| 994 |
|
|
|a 92
|b IZTAP
|
