Neuronale Netze - Grundlagen - Thomas Kaffka

. .

Résumé :

• Von den ersten Modellen bis zum Backpropagation-Netz
• Allgemeinverst?ndliche Erl?uterungen mit vielen Praxis- und Anwendungsbeispielen
• Zahlreiche Programme zum Ausprobieren, Ausf?hren und Trainieren Neuronaler Netze mit Beispieldaten
• F?r Programmierer: Vollst?ndige Programmierung eines Backpropagation-Netzes zur Passworterkennung (in Java)

Dieses Buch ist eine grundlegende Einf?hrung in die Entwicklung und Funktionsweise Neuronaler Netze. Sie lernen verschiedene Modelle kennen sowie alle Elemente, die f?r die Funktionalit?t Neuronaler Netze von Bedeutung sind. So werden Sie im Detail verstehen, wie diese arbeiten.

Praxisansatz des Buches:

Kaffka beschreibt zun?chst die fr?hesten Modelle Neuronaler Netze sowie die Hebbsche Formel und das von Rosenblatt entwickelte Modell des Perzeptrons. Daraufhin geht er auf die Mustererkennung mit einem Hopfield-Netz ein und erl?utert die Grundlagen eines einfachen und eines bidirektionalen Assoziativspeichers.

Schlie?lich behandelt Kaffka das aktuelle Modell des Backpropagation-Netzes. Sie lernen im Detail, wie ein solches Neuronales Netz funktioniert - von der Netztopologie ?ber die Transferfunktion bis zur Lernformel zum Trainieren eines Netzes.

Darauf aufbauend stellt der Autor verschiedene Beispiele und Anwendungen f?r Neuronale Netze vor. Hier diskutiert er zus?tzlich, wie diese im Rahmen der Regressionsanalyse eingesetzt werden k?nnen. Zudem wird gezeigt, dass Neuronale Netze auch drei- oder mehrdimensionale Funktionen erlernen k?nnen.

Ein Ausblick zu Expertensystemen im Vergleich zu Neuronalen Netzen rundet die Einf?hrung ab.