Neuronale Netze

Beschreibung

In diesem Buch findet der Leser effiziente Methoden zur Optimierung Neuronaler Netze. Insbesondere durch die ausführliche Behandlung des Reinforcement Learning und der Evolutiven Optimierung geht es über den Inhalt der bisherigen Lehrbücher zum Thema Neuronale Netze hinaus. Die Optimierung neuronaler Modelle wird in folgende Faktoren aufgeteilt: Neuronale Modelle, Lernprobleme, Optimierungsverfahren und Hardwareimplementierung. Dadurch erhält der Leser die Möglichkeit, in seiner eigenen Anwendung die Bausteine seinen Zielen entsprechend zu kombinieren: Neuronales Modell vs. Neuro-Fuzzy-Modell, Supervised Learning vs. Reinforcement Learning, Gradientenabstieg vs. Evolution, sequentiell vs. parallel.
In diesem Buch findet der Leser effiziente Methoden zur Optimierung Neuronaler Netze. Insbesondere durch die ausführliche Behandlung des Reinforcement Learning und der Evolutiven Optimierung geht es über den Inhalt der bisherigen Lehrbücher zum Thema Neuronale Netze hinaus. Die Optimierung neuronaler Modelle wird in folgende Faktoren aufgeteilt: Neuronale Modelle, Lernprobleme, Optimierungsverfahren und Hardwareimplementierung. Dadurch erhält der Leser die Möglichkeit, in seiner eigenen Anwendung die Bausteine seinen Zielen entsprechend zu kombinieren.
Der Autor behandelt erstmals in einem Lehrbuch das Reinforcement Learning und die Evolutive Optimierung. Das Buch führt in die Optimierung Neuronaler Netze durch Lernen und Evolution anhand gebräuchlicher Modelle ein. Der Leser kann die beschriebenen Verfahren effizient nutzen.

Autor*in

Heinrich Braun

Themen in »Neuronale Netze«

Evolution Lernen Optimierung Wissen Wissensrepräsentation bestärkendes Lernen evolutionäre Algorithmen neuronale Netzwerke überwachtes Lernen

Stimmen zu »Neuronale Netze«

Details

Link teilen