Zum Hauptinhalt springen Zur Suche springen Zur Hauptnavigation springen
Dekorationsartikel gehören nicht zum Leistungsumfang.
Neuronale Netze
Optimierung durch Lernen und Evolution
Taschenbuch von Heinrich Braun
Sprache: Deutsch

54,99 €*

inkl. MwSt.

Versandkostenfrei per Post / DHL

Lieferzeit 2-4 Werktage

Produkt Anzahl: Gib den gewünschten Wert ein oder benutze die Schaltflächen um die Anzahl zu erhöhen oder zu reduzieren.
Kategorien:
Beschreibung
In diesem Buch findet der Leser effiziente Methoden zur Optimierung Neuronaler Netze. Insbesondere durch die ausführliche Behandlung des Reinforcement Learning und der Evolutiven Optimierung geht es über den Inhalt der bisherigen Lehrbücher zum Thema Neuronale Netze hinaus. Die Optimierung neuronaler Modelle wird in folgende Faktoren aufgeteilt: Neuronale Modelle, Lernprobleme, Optimierungsverfahren und Hardwareimplementierung. Dadurch erhält der Leser die Möglichkeit, in seiner eigenen Anwendung die Bausteine seinen Zielen entsprechend zu kombinieren: Neuronales Modell vs. Neuro-Fuzzy-Modell, Supervised Learning vs. Reinforcement Learning, Gradientenabstieg vs. Evolution, sequentiell vs. parallel.
In diesem Buch findet der Leser effiziente Methoden zur Optimierung Neuronaler Netze. Insbesondere durch die ausführliche Behandlung des Reinforcement Learning und der Evolutiven Optimierung geht es über den Inhalt der bisherigen Lehrbücher zum Thema Neuronale Netze hinaus. Die Optimierung neuronaler Modelle wird in folgende Faktoren aufgeteilt: Neuronale Modelle, Lernprobleme, Optimierungsverfahren und Hardwareimplementierung. Dadurch erhält der Leser die Möglichkeit, in seiner eigenen Anwendung die Bausteine seinen Zielen entsprechend zu kombinieren: Neuronales Modell vs. Neuro-Fuzzy-Modell, Supervised Learning vs. Reinforcement Learning, Gradientenabstieg vs. Evolution, sequentiell vs. parallel.
Zusammenfassung
In diesem Buch findet der Leser effiziente Methoden zur Optimierung Neuronaler Netze. Insbesondere durch die ausführliche Behandlung des Reinforcement Learning und der Evolutiven Optimierung geht es über den Inhalt der bisherigen Lehrbücher zum Thema Neuronale Netze hinaus. Die Optimierung neuronaler Modelle wird in folgende Faktoren aufgeteilt: Neuronale Modelle, Lernprobleme, Optimierungsverfahren und Hardwareimplementierung. Dadurch erhält der Leser die Möglichkeit, in seiner eigenen Anwendung die Bausteine seinen Zielen entsprechend zu kombinieren.
Inhaltsverzeichnis
1.Einführung.- 1.1 Überblick.- 1.2 Aufbau.- 2.Neuronale Modelle Von Expertenwissen.- 2.1 Einführung.- 2.2 Implizite Wissensrepräsentation (Interpolation).- 2.3 Explizite Wissensrepräsentation (Prototypen).- 2.4 Semantische Netze - Optimierung durch Relaxation.- 3.Neuronale Modelle Für Strategielernen.- 3.1 Problemstellung.- 3.2 Lernen nach Beispielen.- 3.3 Lernen nach Zielvorgabe.- 3.4 Reinforcement-Lernen.- 4.Evolution Neuronaler Netze.- 4.1 Evolutionäre Algorithmen.- 4.2 Grundkonzeption von ENZO.- 4.3 ENZO für Überwachtes Lernen.- 4.4 ENZO für Reinforcement-Lernen.- 4.5 ENZO für unscharfe Regler.- 4.6 Lernen und Evolution auf einem Parallelrechner.- Schlussbemerkung.- Literatur.
Details
Erscheinungsjahr: 2011
Genre: Informatik, Mathematik, Medizin, Naturwissenschaften, Technik
Rubrik: Naturwissenschaften & Technik
Medium: Taschenbuch
Inhalt: xi
279 S.
ISBN-13: 9783642645358
ISBN-10: 3642645356
Sprache: Deutsch
Einband: Kartoniert / Broschiert
Autor: Braun, Heinrich
Auflage: Softcover reprint of the original 1st edition 1997
Hersteller: Springer-Verlag GmbH
Springer Berlin Heidelberg
Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, D-69121 Heidelberg, juergen.hartmann@springer.com
Maße: 235 x 155 x 17 mm
Von/Mit: Heinrich Braun
Erscheinungsdatum: 26.09.2011
Gewicht: 0,452 kg
Artikel-ID: 106373880
Zusammenfassung
In diesem Buch findet der Leser effiziente Methoden zur Optimierung Neuronaler Netze. Insbesondere durch die ausführliche Behandlung des Reinforcement Learning und der Evolutiven Optimierung geht es über den Inhalt der bisherigen Lehrbücher zum Thema Neuronale Netze hinaus. Die Optimierung neuronaler Modelle wird in folgende Faktoren aufgeteilt: Neuronale Modelle, Lernprobleme, Optimierungsverfahren und Hardwareimplementierung. Dadurch erhält der Leser die Möglichkeit, in seiner eigenen Anwendung die Bausteine seinen Zielen entsprechend zu kombinieren.
Inhaltsverzeichnis
1.Einführung.- 1.1 Überblick.- 1.2 Aufbau.- 2.Neuronale Modelle Von Expertenwissen.- 2.1 Einführung.- 2.2 Implizite Wissensrepräsentation (Interpolation).- 2.3 Explizite Wissensrepräsentation (Prototypen).- 2.4 Semantische Netze - Optimierung durch Relaxation.- 3.Neuronale Modelle Für Strategielernen.- 3.1 Problemstellung.- 3.2 Lernen nach Beispielen.- 3.3 Lernen nach Zielvorgabe.- 3.4 Reinforcement-Lernen.- 4.Evolution Neuronaler Netze.- 4.1 Evolutionäre Algorithmen.- 4.2 Grundkonzeption von ENZO.- 4.3 ENZO für Überwachtes Lernen.- 4.4 ENZO für Reinforcement-Lernen.- 4.5 ENZO für unscharfe Regler.- 4.6 Lernen und Evolution auf einem Parallelrechner.- Schlussbemerkung.- Literatur.
Details
Erscheinungsjahr: 2011
Genre: Informatik, Mathematik, Medizin, Naturwissenschaften, Technik
Rubrik: Naturwissenschaften & Technik
Medium: Taschenbuch
Inhalt: xi
279 S.
ISBN-13: 9783642645358
ISBN-10: 3642645356
Sprache: Deutsch
Einband: Kartoniert / Broschiert
Autor: Braun, Heinrich
Auflage: Softcover reprint of the original 1st edition 1997
Hersteller: Springer-Verlag GmbH
Springer Berlin Heidelberg
Verantwortliche Person für die EU: Springer Verlag GmbH, Tiergartenstr. 17, D-69121 Heidelberg, juergen.hartmann@springer.com
Maße: 235 x 155 x 17 mm
Von/Mit: Heinrich Braun
Erscheinungsdatum: 26.09.2011
Gewicht: 0,452 kg
Artikel-ID: 106373880
Sicherheitshinweis

Ähnliche Produkte

Ähnliche Produkte