Neuronale Netze - Grundlagen: Mit Beispielprogrammen in Java (mitp Professional) (German Edition)

• Von den ersten Modellen bis zum Backpropagation-Netz
• Allgemeinverstдndliche Erlдuterungen mit vielen Praxis- und Anwendungsbeispielen
• Zahlreiche Programme zum Ausprobieren, Ausfьhren und Trainieren Neuronaler Netze mit Beispieldaten
• Fьr Programmierer: Vollstдndige Programmierung eines Backpropagation-Netzes zur Passworterkennung (in Java)

Dieses Buch ist eine grundlegende Einfьhrung in die Entwicklung und Funktionsweise Neuronaler Netze. Sie lernen verschiedene Modelle kennen sowie alle Elemente, die fьr die Funktionalitдt Neuronaler Netze von Bedeutung sind. So werden Sie im Detail verstehen, wie diese arbeiten.
Praxisansatz des Buches:

• Alle vorgestellten Netze werden beispielhaft anschaulich durchgerechnet. So kцnnen Sie nachvollziehen, wie ein Neuronales Netz funktioniert und arbeitet.
• AuЯerdem liefert der Autor zusдtzlich zum Buch selbst erstellte Programme, mit denen Sie am PC experimentieren kцnnen, indem Sie Beispieldaten eingeben und die jeweiligen Eigenschaften der unterschiedlichen Netze praktisch ausprobieren sowie diese trainieren und ausfьhren kцnnen.

Kaffka beschreibt zunдchst die frьhesten 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 erlдutert die Grundlagen eines einfachen und eines bidirektionalen Assoziativspeichers.
SchlieЯlich behandelt Kaffka das aktuelle Modell des Backpropagation-Netzes. Sie lernen im Detail, wie ein solches Neuronales Netz funktioniert – von der Netztopologie ьber die Transferfunktion bis zur Lernformel zum Trainieren eines Netzes.
Darauf aufbauend stellt der Autor verschiedene Beispiele und Anwendungen fьr Neuronale Netze vor. Hier diskutiert er zusдtzlich, wie diese im Rahmen der Regressionsanalyse eingesetzt werden kцnnen. Zudem wird gezeigt, dass Neuronale Netze auch drei- oder mehrdimensionale Funktionen erlernen kцnnen.
Ein Ausblick zu Expertensystemen im Vergleich zu Neuronalen Netzen rundet die Einfьhrung ab.
Zusatznutzen fьr Programmierer:

• Programmierer, die selber ein neuronales Netz programmieren wollen, finden ein ausfьhrliches Kapitel, in dem ein Backpropagation-Netz vollstдndig in Java programmiert wird.
• Fьr Programmierer wird der Java-Code aller im Buch verwendeten Programme erlдutert.

Downloads zum Buch:

• Alle Programme der im Buch beschriebenen Neuronalen Netze zum Ausprobieren
• Fьr Programmierer: Der Quellcode eines vollstдndigen Backpropagation-Netzes sowie aller im Buch verwendeten Programme

Aus dem Inhalt:

• Historische Ansдtze: Hebbsche Formel, Perzeptron, Hopfield-Netz
• Neuronale Netze mit der Backpropagation-Technologie
• Gewichtsmatix, Training und Lernkurve
• Muster-/Bilderkennung
• Bidirektionaler Assoziativspeicher
• Netztopologie mit bis zu 3 Schichten
• Regressionsanalyse
• Mehrdimensionale Funktionen
• Expertensysteme
• Vollstдndige Programmierung eines Backpropagation-Netzes zur Passworterkennung