Sie sind hier
E-Book

Neuronale Netze - Grundlagen

Mit Beispielprogrammen in Java

AutorThomas Kaffka
Verlagmitp Verlags GmbH & Co. KG
Erscheinungsjahr2017
Seitenanzahl240 Seiten
ISBN9783958456082
FormatPDF
Kopierschutzkein Kopierschutz
GerätePC/MAC/eReader/Tablet
Preis25,99 EUR
Von den ersten Modellen bis zum Backpropagation-Netz Allgemeinverständliche Erläuterungen mit vielen Praxis- und Anwendungsbeispielen Zahlreiche Programme zum Ausprobieren, Ausführen und Trainieren Neuronaler Netze mit Beispieldaten Für Programmierer: Vollständige Programmierung eines Backpropagation-Netzes zur Passworterkennung (in Java) Dieses Buch ist eine grundlegende Einführung in die Entwicklung und Funktionsweise Neuronaler Netze. Sie lernen verschiedene Modelle kennen sowie alle Elemente, die für die Funktionalität 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 können Sie nachvollziehen, wie ein Neuronales Netz funktioniert und arbeitet. Außerdem liefert der Autor zusätzlich zum Buch selbst erstellte Programme, mit denen Sie am PC experimentieren können, indem Sie Beispieldaten eingeben und die jeweiligen Eigenschaften der unterschiedlichen Netze praktisch ausprobieren sowie diese trainieren und ausführen können. Kaffka beschreibt zunächst die frühesten 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 erläutert die Grundlagen eines einfachen und eines bidirektionalen Assoziativspeichers. Schließlich behandelt Kaffka das aktuelle Modell des Backpropagation-Netzes. Sie lernen im Detail, wie ein solches Neuronales Netz funktioniert - von der Netztopologie über die Transferfunktion bis zur Lernformel zum Trainieren eines Netzes. Darauf aufbauend stellt der Autor verschiedene Beispiele und Anwendungen für Neuronale Netze vor. Hier diskutiert er zusätzlich, wie diese im Rahmen der Regressionsanalyse eingesetzt werden können. Zudem wird gezeigt, dass Neuronale Netze auch drei- oder mehrdimensionale Funktionen erlernen können. Ein Ausblick zu Expertensystemen im Vergleich zu Neuronalen Netzen rundet die Einführung ab. Zusatznutzen für Programmierer: Programmierer, die selber ein neuronales Netz programmieren wollen, finden ein ausführliches Kapitel, in dem ein Backpropagation-Netz vollständig in Java programmiert wird. Für Programmierer wird der Java-Code aller im Buch verwendeten Programme erläutert. Downloads zum Buch: Alle Programme der im Buch beschriebenen Neuronalen Netze zum Ausprobieren Für Programmierer: Der Quellcode eines vollständigen Backpropagation-Netzes sowie aller im Buch verwendeten Programme Aus dem Inhalt: Historische Ansätze: 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 Vollständige Programmierung eines Backpropagation-Netzes zur Passworterkennung

Thomas Kaffka hat als Softwareingenieur sowie Projektleiter in Softwarehäusern und Wirtschaftsprüfungs- und Beratungsgesellschaften gearbeitet. Mit den Instrumenten der Künstlichen Intelligenzforschung beschäftigt er sich seit seinem Studium und hat im Rahmen seines Berufslebens auch solche Systeme eingesetzt.

Kaufen Sie hier:

Horizontale Tabs

Blick ins Buch
Inhaltsverzeichnis
Cover1
Titel3
Impressum4
Inhaltsverzeichnis7
Prolog11
Einleitung17
Kapitel 1: Neuronale Netze und das Gehirn21
1.1 Was sind Neuronale Netze?22
1.2 Das Gehirn als Vorbild23
1.2.1 Organisation und Physiologie des Gehirns24
1.2.2 Die biologische Nervenzelle25
Kapitel 2: Die Simulation des Gehirns29
2.1 Die ersten Versuche29
2.2 Die Hebbsche Formel33
2.3 Das Perzeptron34
2.3.1 Die Theorie von Rosenblatt34
2.3.2 Das Perzeptron auf dem Papier36
2.3.3 Das Programm zum Perzeptron38
Kapitel 3: Mustererkennung durch ein Hopfield-Netz45
3.1 Der Assoziativspeicher45
3.1.1 Das Hopfield-Netz auf dem Papier46
3.1.2 Mustererkennung50
3.1.3 Ein Beispiel für Mustererkennung52
Kapitel 4: Der bidirektionale Assoziativspeicher59
4.1 Verteilter Assoziativspeicher59
4.1.1 Der bidirektionale Assoziativspeicher auf dem Papier62
4.1.2 Mustererkennung mit dem bidirektionalen Assoziativspeicher66
4.1.3 Bilderkennung mit dem bidirektionalen Assoziativspeicher70
Kapitel 5: Das Backpropagation-Netz79
5.1 Netztopologie79
5.2 Die Transferfunktion80
5.3 Die Lernformel82
5.4 Das Backpropagation-Netz auf dem Papier85
Kapitel 6: Vorstellung eines Programms zum Ausführen Neuronaler Netze91
6.1 Allgemeine Erläuterungen des Programms NetAndDecision91
6.2 Verwalten der Projekte92
6.3 Die Gewichtsmatrix96
6.4 Beispiele erfassen97
6.5 Der Beispiel-Generator98
6.6 Das Training des Netzes101
6.7 Die Ausführung des Netzes103
6.8 Die Lernkurve103
6.9 Die Grafik104
Kapitel 7: Beispiele für Neuronale Netze107
7.1 Ermittlung der Wurfweite eines Steins107
7.2 Kreditvergabe Entscheidung117
7.3 Unterstützung der Kaufentscheidung für einen PC120
Kapitel 8: Regressionsanalyse mit einem Neuronalen Netz125
8.1 Die Chartanalyse mit einem Neuronalen Netz125
8.2 Die Regressionsanalyse129
8.3 Mehrdimensionale Funktionen133
Kapitel 9: Expertensysteme137
9.1 Das Erheben von Wissen138
9.2 Aufbau eines Expertensystems139
9.2.1 Wissensbasis140
9.2.2 Darstellungsproblematik von Wissen140
9.2.3 Regelbasis141
9.2.4 Datenbasis142
9.2.5 Regelinterpreter (Inferenzkomponente)142
9.2.6 Userschnittstelle143
9.3 Vorstellung eines Programms zum Ausführen von Expertensystemen143
9.3.1 Verwalten von Projekten144
9.3.2 Expertensystem Analyse145
9.3.3 Expertensystem Daten146
9.3.4 Verwalten von Expertensystemen147
9.3.5 Verwalten von Attributen149
9.3.6 Verwalten von Regeln152
9.4 Regelbasis zur Auswahl von statistischen Prognoseverfahren155
9.4.1 Literaturstudium zum Erheben des Expertenwissens156
9.4.2 Ausführen des Expertensystems159
9.5 Regelbasis zur Unterstützung der Kaufentscheidung für einen PC161
Kapitel 10: Ein Backpropagation-Netz programmieren169
10.1 Erfassung von Passwort-Mustern170
10.2 Ein Neuronales Netz zur Erkennung von Passwort-Mustern175
10.3 Die Programmierung des Neuronalen Netzes178
10.3.1 Die Programmierung des Hauptprogramms179
10.3.2 Der Konstruktor der Klasse »NeuralNetwork«180
10.3.3 Das Einlesen und Verarbeiten von Kommandos181
10.3.4 Weitere Methoden der Klasse »NeuralNetwork«187
10.3.5 Das Einlesen der Beispieldaten188
10.4 Die Programmierung der Backpropagation-Technologie194
10.4.1 Das Ausführen des Neuronalen Netzes195
10.4.2 Das Training des Neuronalen Netzes196
10.4.3 Das Ausführen von außen200
Kapitel 11: Ausblick203
Anhang A: Anhang207
A.1 Die Beispielprogramme207
A.2 Installation der Beispielprogramme208
A.3 Die verwendete Datenbanktechnologie208
Anhang B: Dokumentierter Quelltext der Programme213
B.1 Das Programm Perzeptron213
B.2 Das Programm HopfieldNet220
B.3 Das Programm AssociativeMemory225
B.4 Das Programm AssociativeMemoryPicture230
Stichwortverzeichnis237

Weitere E-Books zum Thema: Programmiersprachen - Softwareentwicklung

ASP.NET Shortcut

E-Book ASP.NET Shortcut
Format: PDF

Shortcut-Tipps für ASP.NET-Profis Die neue .NET-Version der Active Server Pages stellt eine Umgebung zur Entwicklung von Web-Applikationen im .NET-Framework bereit. Viele aus der Desktop-…

ASP.NET Shortcut

E-Book ASP.NET Shortcut
Format: PDF

Shortcut-Tipps für ASP.NET-Profis Die neue .NET-Version der Active Server Pages stellt eine Umgebung zur Entwicklung von Web-Applikationen im .NET-Framework bereit. Viele aus der Desktop-…

ASP.NET Shortcut

E-Book ASP.NET Shortcut
Format: PDF

Shortcut-Tipps für ASP.NET-Profis Die neue .NET-Version der Active Server Pages stellt eine Umgebung zur Entwicklung von Web-Applikationen im .NET-Framework bereit. Viele aus der Desktop-…

Programmieren lernen in PHP 5

E-Book Programmieren lernen in PHP 5
Format: PDF

Mit der Version 5 erreicht PHP einen bemerkenswerten Reifegrad, der PHP zu einer festen Größe in der Welt der Webprogrammierung macht. Gerade die leichte Erlernbarkeit macht PHP zur idealen…

Mathematik für Informatiker

E-Book Mathematik für Informatiker
Format: PDF

Die Informatik entwickelt sich in einer unglaublichen Geschwindigkeit. Häufig ist die Mathematik Grundlage von Neuerungen. Deshalb ist sie unverzichtbares Werkzeug jedes Informatikers und Pflichtfach…

Mathematik für Informatiker

E-Book Mathematik für Informatiker
Format: PDF

Die Informatik entwickelt sich in einer unglaublichen Geschwindigkeit. Häufig ist die Mathematik Grundlage von Neuerungen. Deshalb ist sie unverzichtbares Werkzeug jedes Informatikers und Pflichtfach…

Mathematik für Informatiker

E-Book Mathematik für Informatiker
Format: PDF

Die Informatik entwickelt sich in einer unglaublichen Geschwindigkeit. Häufig ist die Mathematik Grundlage von Neuerungen. Deshalb ist sie unverzichtbares Werkzeug jedes Informatikers und Pflichtfach…

Weitere Zeitschriften

FREIE WERKSTATT

FREIE WERKSTATT

Die Fachzeitschrift FREIE WERKSTATT berichtet seit der ersten Ausgaben 1994 über die Entwicklungen des Independent Aftermarkets (IAM). Hauptzielgruppe sind Inhaberinnen und Inhaber, Kfz-Meisterinnen ...

Berufsstart Bewerbung

Berufsstart Bewerbung

»Berufsstart Bewerbung« erscheint jährlich zum Wintersemester im November mit einer Auflage von 50.000 Exemplaren und ermöglicht Unternehmen sich bei Studenten und Absolventen mit einer ...

ea evangelische aspekte

ea evangelische aspekte

evangelische Beiträge zum Leben in Kirche und Gesellschaft Die Evangelische Akademikerschaft in Deutschland ist Herausgeberin der Zeitschrift evangelische aspekte Sie erscheint viermal im Jahr. In ...

Euphorion

Euphorion

EUPHORION wurde 1894 gegründet und widmet sich als „Zeitschrift für Literaturgeschichte“ dem gesamten Fachgebiet der deutschen Philologie. Mindestens ein Heft pro Jahrgang ist für die ...