Neuronale Netze - Grundlagen

Více o knize

Dieses Buch bietet eine grundlegende Einführung in die Entwicklung und Funktionsweise Neuronaler Netze. Es werden verschiedene Modelle und alle relevanten Elemente erläutert, um ein tiefes Verständnis für deren Arbeitsweise zu vermitteln. Der praxisorientierte Ansatz ermöglicht es, die vorgestellten Netze anschaulich nachzuvollziehen. Der Autor stellt Programme zur Verfügung, mit denen Leser am PC experimentieren, Beispieldaten eingeben und die Eigenschaften der Netze praktisch ausprobieren, trainieren und ausführen können. Zu Beginn werden die frühesten Modelle wie die Hebbsche Formel und das Perzeptron behandelt, gefolgt von der Mustererkennung mit einem Hopfield-Netz und den Grundlagen von Assoziativspeichern. Der Fokus liegt auf dem Backpropagation-Netz, wobei Aspekte wie Netztopologie, Transferfunktion und Lernformel detailliert erklärt werden. Anwendungsbeispiele und der Einsatz Neuronaler Netze in der Regressionsanalyse werden ebenfalls diskutiert. Zudem wird aufgezeigt, dass Neuronale Netze mehrdimensionale Funktionen erlernen können. Für Programmierer bietet das Buch ein Kapitel zur vollständigen Programmierung eines Backpropagation-Netzes in Java, einschließlich Erläuterungen des Quellcodes. Alle Programme sind zum Download verfügbar, um das Gelernte praktisch anzuwenden.