Design Künstlicher Neuronaler Netze - Janette F. Walde

Design Künstlicher Neuronaler Netze (eBook)

Ein Leitfaden zur effizienten Handhabung mehrschichtiger Perzeptrone
eBook Download: PDF
2015 | 2005
XIX, 159 Seiten
Deutscher Universitätsverlag
978-3-322-81211-7 (ISBN)
Systemvoraussetzungen
53,94 inkl. MwSt
  • Download sofort lieferbar
  • Zahlungsarten anzeigen
Mit dem Ziel, die zahlreichen Freiheitsgrade bei der Ausgestaltung von Künstlichen Neuronalen Netzen wissenschaftlich fundiert zu fixieren, untersucht Janette F. Walde die Stärken und Schwächen von mehrschichtigen Perzeptronen, die zu dieser Modellierungsklasse zählen. Sie vergleicht deren Performance mit der von klassischen Verfahren, identifiziert mit Hilfe von Sensitivitätsanalysen die wichtigen Inputvariablen und überprüft die aufgezeigten nichtlinearen Zusammenhänge auf ihre substanzwissenschaftliche Fundierung. Es wird deutlich, dass dem Vorteil der Künstlichen Neuronalen Netze, nämlich die kaum erforderliche Vorabspezifizierung des funktionalen Zusammenhangs, ein enormer Datenhunger gegenübersteht.

Dr. Janette F. Walde ist Universitätsassistentin am Institut für Statistik der Fakultät für Sozial- und Wirtschaftswissenschaft der Universität Innsbruck.

Dr. Janette F. Walde ist Universitätsassistentin am Institut für Statistik der Fakultät für Sozial- und Wirtschaftswissenschaft der Universität Innsbruck.

Standardprobleme beim Einsatz von mehrschichtigen Perzeptronen

Analyse von möglichen Softwareprodukten

Klassifikation mit Hilfe des Regressionsansatzes

Klassifikation mit Hilfe des wahrscheinlichkeitsbasierten Ansatzes

Optimale Anzahl der verborgenen Neuronen

Erscheint lt. Verlag 27.2.2015
Reihe/Serie Wirtschaftswissenschaften
Wirtschaftswissenschaften
Zusatzinfo XIX, 159 S. 16 Abb., 2 Abb. in Farbe.
Verlagsort Wiesbaden
Sprache deutsch
Themenwelt Mathematik / Informatik Mathematik Wahrscheinlichkeit / Kombinatorik
Wirtschaft Allgemeines / Lexika
Wirtschaft Betriebswirtschaft / Management Wirtschaftsinformatik
Schlagworte Künstliche Neuronale Netze • Modellierung, nichtlineare • Multi-layer perceptron • Perzeptron, mehrschichtiges • Statistik, angewandte
ISBN-10 3-322-81211-1 / 3322812111
ISBN-13 978-3-322-81211-7 / 9783322812117
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)
Größe: 20,3 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich
Quellen der Erkenntnis oder digitale Orakel?

von Bernd Simeon

eBook Download (2023)
Springer Berlin Heidelberg (Verlag)
16,99
Klartext für Nichtmathematiker

von Guido Walz

eBook Download (2021)
Springer Fachmedien Wiesbaden (Verlag)
4,48