Im Klartext - die neue Lernbuchreihe für Studierende der Informatik im Grundstudium. Kompakte, prägnante und verständlich geschriebene Einführungstexte zu Kernbereichen des Studiums. Für die effiziente Vorbereitung auf Klausuren und Prüfungen. Verfasst von erfahrenen Hochschuldozenten. Mit Fallstudien, Beispielen, Übungen und Website zum Buch. Neuronale Netze im Klartext behandelt die grundlegenden Konzepte neuronaler Netze. Im Vordergrund stehen die wichtigsten Modelle und praktischen Anwendungsmöglichkeiten, nicht die Mathematik. Die vorgestellten neuronalen Modelle können vom Leser in einer Sprache seiner Wahl implementiert werden. Mit Glossar der wichtigsten Fachbegriffe. Überblick über die Verbindungen zwischen neuronalen Netzen und dem Bereich der traditionellen künstlichen Intelligenz. Zum Buch:
"Neuronale Netze im Klartext" stellt die wichtigsten neuronalen Netzwerk-Modelle vor. Callan erläutert die zugrunde liegenden Konzepte und Algorithmen. Dabei setzt er bei seinen Lesern keine fundierten Mathematikkenntnisse voraus, sondern beschränkt die Mathematik auf das nötige Minimum. Die vorgestellten Modelle werden so weit vertieft, dass der Leser anschließend Netzwerke in einer Sprache seiner Wahl implementieren kann. Die beiden letzten Kapitel befassen sich mit dem Zusammenhang zwischen den Forschungsgebieten Neuronale Netzwerke und Künstliche Intelligenz. Der Lernstoff wird in jedem Kapitel durch Beispiele erläutert und durch Übungsaufgaben überprüft.
Über den Autor:
Robert Callan war Dozent für Informatik am Southampton Institute, Großbritannien. Er ist heute in der Industrie tätig. Durchschnittliche Produktbewertung:
Anzahl der Produktbewertungen: 5
'>Klicken Sie hier und schreiben Sie Ihre Meinung zu diesem Produkt!
Sehr anschaulich und verständlich
von:
Guido Tobler aus Zürich
Datum:
20.4.2004
Das Buch ist sehr anschaulich und einfach. Mit minimalen Mathe-Kenntnissen kann man schon gut vom Buch profitieren. Sehr gut finde ich die Fragen und die Lösungen.
Zahlreiche Tippfehler und tlw. unsinnige Sätze
von:
holoubek@aon.at/Michael Holoubek aus Linz
Datum:
18.8.2004
Das Buch ist im Grunde ein guter Einstieg, sollte aber dringend hinsichtlich Tippfehlern (vor allem i.d. Formeln)überarbeitet werden. Weiters sind an einigen Stellen Sätze zu finden die sich auf vorangegangene Kommentare und Aussagen beziehen, welche aber nicht existieren. All dies erschwert dem Laien den Einstieg.
Alle Produktbewertungen anzeigen...
"Neuronale Netze im Klartext" stellt die wichtigsten neuronalen Netzwerk-Modelle vor. Callan erläutert die zugrunde liegenden Konzepte und Algorithmen. Dabei setzt er bei seinen Lesern keine fundierten Mathematikkenntnisse voraus, sondern beschränkt die Mathematik auf das nötige Minimum. Die vorgestellten Modelle werden so weit vertieft, dass der Leser anschließend Netzwerke in einer Sprache seiner Wahl implementieren kann. Die beiden letzten Kapitel befassen sich mit dem Zusammenhang zwischen den Forschungsgebieten Neuronale Netzwerke und Künstliche Intelligenz. Der Lernstoff wird in jedem Kapitel durch Beispiele erläutert und durch Übungsaufgaben überprüft.
Über den Autor:
Robert Callan war Dozent für Informatik am Southampton Institute, Großbritannien. Er ist heute in der Industrie tätig. Durchschnittliche Produktbewertung:
Anzahl der Produktbewertungen: 5
'>Klicken Sie hier und schreiben Sie Ihre Meinung zu diesem Produkt!
Sehr anschaulich und verständlich
von:
Guido Tobler aus Zürich
Datum:
20.4.2004
Das Buch ist sehr anschaulich und einfach. Mit minimalen Mathe-Kenntnissen kann man schon gut vom Buch profitieren. Sehr gut finde ich die Fragen und die Lösungen.
Zahlreiche Tippfehler und tlw. unsinnige Sätze
von:
holoubek@aon.at/Michael Holoubek aus Linz
Datum:
18.8.2004
Das Buch ist im Grunde ein guter Einstieg, sollte aber dringend hinsichtlich Tippfehlern (vor allem i.d. Formeln)überarbeitet werden. Weiters sind an einigen Stellen Sätze zu finden die sich auf vorangegangene Kommentare und Aussagen beziehen, welche aber nicht existieren. All dies erschwert dem Laien den Einstieg.
Alle Produktbewertungen anzeigen...