MARC

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