-20%11
35,96 €
44,99 €**
35,96 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
18 °P sammeln
-20%11
35,96 €
44,99 €**
35,96 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
18 °P sammeln
Als Download kaufen
44,99 €****
-20%11
35,96 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
18 °P sammeln
Jetzt verschenken
44,99 €****
-20%11
35,96 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
18 °P sammeln
  • Format: PDF

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…mehr

  • Geräte: PC
  • ohne Kopierschutz
  • eBook Hilfe
  • Größe: 21.04MB
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.

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.