Andere Kunden interessierten sich auch für
![Spiking Neural Network und Bildverarbeitung]( "Spiking Neural Network und Bildverarbeitung")
Spiking Neural Network und Bildverarbeitung39,90 €![Miniaturisierung von Antennen durch die Verwendung von Mehrfachschleifen-Ladetechnik]( "Miniaturisierung von Antennen durch die Verwendung von Mehrfachschleifen-Ladetechnik")
Miniaturisierung von Antennen durch die Verwendung von Mehrfachschleifen-Ladetechnik54,90 €![Speicherdesign unter Verwendung der Technologie der zellulären Quantenpunktautomaten (QCA)]( "Speicherdesign unter Verwendung der Technologie der zellulären Quantenpunktautomaten (QCA)")
Speicherdesign unter Verwendung der Technologie der zellulären Quantenpunktautomaten (QCA)35,90 €![Soft-Computing-Ansatz zur Entwicklung eines adaptiven Kanalausgleichs]( "Soft-Computing-Ansatz zur Entwicklung eines adaptiven Kanalausgleichs")
Soft-Computing-Ansatz zur Entwicklung eines adaptiven Kanalausgleichs39,90 €![Künstliches neuronales Netz]( "Künstliches neuronales Netz")
Künstliches neuronales Netz39,90 €![Entwurf von Filtern mit endlicher Impulsantwort (Fir) unter Verwendung eines neuronalen Netzes]( "Entwurf von Filtern mit endlicher Impulsantwort (Fir) unter Verwendung eines neuronalen Netzes")
Entwurf von Filtern mit endlicher Impulsantwort (Fir) unter Verwendung eines neuronalen Netzes39,90 €![Entwurf ausgedünnter fraktaler Anordnungen unter Verwendung fraktaler Verjüngungstechniken]( "Entwurf ausgedünnter fraktaler Anordnungen unter Verwendung fraktaler Verjüngungstechniken")
Entwurf ausgedünnter fraktaler Anordnungen unter Verwendung fraktaler Verjüngungstechniken35,90 €
Wir wissen, dass Computer besser sind als Menschen, wenn es darum geht, Zahlenreihen zu berechnen, aber was ist mit Aufgaben, die komplexer sind? Wie kann man einem Computer beibringen, wie eine Katze aussieht? Oder wie man ein Auto fährt? Oder wie man ein komplexes Strategiespiel spielt? Oder wie man Vorhersagen über den Aktienmarkt macht? Dies sind einige der schwierigsten Aufgaben im Bereich der künstlichen Intelligenz, die die Möglichkeiten normaler maschineller Lernverfahren weit übersteigen. In diesen Fällen wenden sich Informatiker an neuronale Netze. Neuronale Netze unterscheiden sich von anderen Algorithmen des maschinellen Lernens dadurch, dass sie eine Architektur verwenden, die sich an den Neuronen des menschlichen Gehirns orientiert. Diese Netze eignen sich gut für die Modellierung von Abstraktionen auf hoher Ebene in einer Vielzahl von Disziplinen und Branchen.