Lernen von Kategorien (eBook, PDF)

• Format: PDF

Produktbeschreibung

Die Fähigkeit, die Zuordnung von Reizen zu Klassen oder Kategorien zu erlernen, ist Grundlage nahezu jeden Lernens. Das gilt nicht nur für das Lernen von Menschen oder anderen lebenden Organismen, sondern auch für das Lernen bei künstlich intelligenten Systemen. Martin Heydemann gibt einen Überblick über die drei grundlegenden Ansätze, die in der Psychologie zur Erklärung des Lernens von Kategorien beim Menschen herangezogen werden. Ausführlich geht er dabei auf die Verwendung konnektionistischer Modelle (neuronale Netze) ein. Ein neuronales Netz bildet auch die Basis des vom Autor entwickelten IAK-Modells. Mit Hilfe dieses Modells läßt sich eine Vielzahl empirisch beobachtbarer Phänomene des menschlichen Lernens erklären und auf künstliche Lernsysteme übertragen.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Deutscher Universitätsverlag
• Seitenzahl: 249
• Erscheinungstermin: 9. April 2013
• Deutsch
• ISBN-13: 9783322976659
• Artikelnr.: 53128419

Autorenporträt

Dr. Martin Heydemann ist Privatdozent an der Technischen Universität Darmstadt und vertritt zur Zeit eine Professur in Chemnitz. Die hier angezeigte Arbeit wurde 1997 als Habilitationsschrift an der TU Darmstadt angenommen.

Inhaltsangabe

1 Überblick über experimentelle Befunde und Modelle zum Lernen von Kategorien beim Menschen.- 1. Einleitung.- 2. Lernen von unabhängigen Reizkomponenten.- 3. Prototypische Reize und Gedächtnisrepräsentationen.- 4. Exemplarorientierte Modelle und Experimente.- 5. Lernen weniger Regeln (Hypothesenmodelle).- 2 Das IAK-Modell und seine experimentelle Prüfung.- 6. Ein Modell des adaptiven konfiguralen Lernens: Das IAK-Grundmodell.- 7. Anwendungen des Grundmodells I: Lernen weniger Exemplare.- 8. Anwendungen des Grundmodells II: Lernen von Prototypen.- 9. Das erweiterte IAK-Modell: Mechanismen zur Beeinflussung von Art und Intensität des Lernens.- 10. Ein umfassendes Modell zum Klassifikationslernen.- 11. Anwendungen des IAK-Modells in den Kognitionswissenschaften.- 12. Schlußbemerkungen.- Anhang A: Simulation der unterschiedlichen Vergessensraten im holographischen Modell CHARM.- Anhang B: Modifikation von ALCOVE.- Anhang C: Berechnung von Modellvorhersagen für das Experiment zur Reizspeicherung (Kapitel 7, S. 113f).- Literatur.- Personenregister.