Andere Kunden interessierten sich auch für
![Analyse und Prognose des Modellzyklusses in der Automobilbranche mit künstlichen neuronalen Netzen]( "Analyse und Prognose des Modellzyklusses in der Automobilbranche mit künstlichen neuronalen Netzen")
Analyse und Prognose des Modellzyklusses in der Automobilbranche mit künstlichen neuronalen Netzen38,00 €![Untersuchung zur Verbesserung der Absatzprognosen von Handelsprodukten in Klein- und Mittelbetrieben (mit Künstlichen Neuronalen Netzen)]( "Untersuchung zur Verbesserung der Absatzprognosen von Handelsprodukten in Klein- und Mittelbetrieben (mit Künstlichen Neuronalen Netzen)")
Untersuchung zur Verbesserung der Absatzprognosen von Handelsprodukten in Klein- und Mittelbetrieben (mit Künstlichen Neuronalen Netzen)38,00 €![Regressionsanalyse zur Optimierung von künstlichen neuronalen Netzen bei der DAX-Prognose]( "Regressionsanalyse zur Optimierung von künstlichen neuronalen Netzen bei der DAX-Prognose")
Regressionsanalyse zur Optimierung von künstlichen neuronalen Netzen bei der DAX-Prognose39,99 €![Stand der Anwendung und Entwicklungsperspektiven der Kreditwürdigkeitsprüfung mit Neuronalen Netzen und Expertensystemen]( "Stand der Anwendung und Entwicklungsperspektiven der Kreditwürdigkeitsprüfung mit Neuronalen Netzen und Expertensystemen")
Stand der Anwendung und Entwicklungsperspektiven der Kreditwürdigkeitsprüfung mit Neuronalen Netzen und Expertensystemen38,00 €![Green-IT, Virtualisierung und Thin Clients]( "Green-IT, Virtualisierung und Thin Clients")
Green-IT, Virtualisierung und Thin Clients49,99 €![Green-IT, Virtualisierung und Thin Clients]( "Green-IT, Virtualisierung und Thin Clients")
Green-IT, Virtualisierung und Thin Clients39,99 €![Umweltinformatik alsTeildisziplin der angewandten Informatik]( "Umweltinformatik alsTeildisziplin der angewandten Informatik")
Umweltinformatik alsTeildisziplin der angewandten Informatik17,95 €
In diesem Buch werden die Möglichkeiten des Einsatzes künstlicher neuronaler Netze (KNN) in der Prozessoptimierung, speziell in der betrieblichen Umweltinformatik, aufgezeigt. Dabei wird sich zuerst mit den neuro- und kognitionswissenschaftlichen Grundlagen, folglich dem Aufbau und der Funktionsweise des Gehirns, beschäftigt. Anschließend werden Architektur, Struktur und die mathematischen Verfahren künstlicher neuronaler Netze behandelt. Da die besondere Schwierigkeit von KNN in der mangelnden Standardisierung und Klassifikation dieser liegt, wird versucht, eine möglichst vollständige und abgegrenzte Klassifikation in Form eines morphologischen Kastens zu entwickeln. Letztlich beschäftigt sich diese Masterarbeit mit bereits existierenden praktischen Anwendungen von KNN im Bereich der betrieblichen Umweltinformatik. Unterstrichen wird die Bedeutung von KNN im Aufzeigen der Möglichkeiten, inwieweit künstliche neuronale Netze betriebliche Umweltinformationssysteme unterstützen können.