Neuronale Netze - Eine Einführung in die Grundlagen, Anwendungen und Datenauswertung

von: Günter Daniel Rey, Karl F. Wender

Hogrefe AG, 2019

ISBN: 9783456957968

Sprache: Deutsch

216 Seiten, Download: 5607 KB

Format: PDF, auch als Online-Lesen

geeignet für:

eBook anfordern

▸

Mehr zum Inhalt

Neuronale Netze - Eine Einführung in die Grundlagen, Anwendungen und Datenauswertung

	Inhaltsverzeichnis und Vorworte	7
	1 Grundlagen	16
	1.1 Übersicht und Lernziele	16
	1.2 Einleitung	16
	1.3 Units und ihre Verbindungen	17
	1.4 Funktionsweise von Units	19
	1.4.1 Input und Netzinput	20
	1.4.2 Aktivitätsfunktion	21
	1.4.3 Output	27
	1.5 Bias-Units	28
	1.6 Trainings- und Testphase	29
	1.7 Matrizendarstellung	30
	1.8 Zusammenfassung	32
	1.9 Übungsaufgaben	34
	2 Lernregeln	36
	2.1 Übersicht und Lernziele	36
	2.2 Einleitung	36
	2.3 Hebb-Regel	39
	2.4 Delta-Regel	40
	2.5 Gradientenabstiegsverfahren	42
	2.5.1 Lösungsansatz	43
	2.5.2 Probleme des Verfahrens	46
	2.5.3 Lösungsansätze	48
	2.6 Backpropagation	53
	2.6.1 Einleitung	53
	2.6.2 Problemstellung und Algorithmus	54
	2.7 Competitive Learning	57
	2.8 Zusammenfassung	58
	2.9 Übungsaufgaben	59
	3 Netztypen	61
	3.1 Übersicht und Lernziele	61
	3.2 Einleitung	61
	3.3 Pattern Associator	63
	3.3.1 Beispielberechnung	64
	3.3.2 Eigenschaften	66
	3.4 Rekurrente Netze	66
	3.4.1 Simple Recurrent Networks	68
	3.4.2 Jordan-Netze, Elman-Netze und Autoassociator	70
	3.4.3 Attraktorennetze	71
	3.4.4 Anwendungen	74
	3.5 Kompetitive Netze	74
	3.6 Kohonennetze	78
	3.6.1 Berechnung	79
	3.6.2 Wichtige Parameter	83
	3.6.3 Anwendungen	87
	3.7 Constraint-Satisfaction-Netze	89
	3.7.1 Beispiel eines Constraint-Satisfaction-Netzes: Jets und Sharks	92
	3.8 Zusammenfassung	93
	3.9 Übungsaufgaben	94
	4 Eigenschaften	96
	4.1 Übersicht und Lernziele	96
	4.2 Eigenschaften neuronaler Netze	96
	4.3 Probleme neuronaler Netze	99
	4.4 Zusammenfassung	101
	4.5 Übungsaufgaben	103
	5 Anwendungen	104
	5.1 Übersicht und Lernziele	104
	5.2 Einleitung	104
	5.3 Farbkonstanz	105
	5.3.1 Ausgangssituation	105
	5.3.2 Netzaufbau	107
	5.3.3 Ergebnisse und Fazit	110
	5.4 Routinetätigkeiten	111
	5.4.1 Ausgangssituation	111
	5.4.2 Netzaufbau	114
	5.4.3 Ergebnisse und Fazit	115
	5.5 Autismus	118
	5.5.1 Ausgangssituation	118
	5.5.2 Netzaufbau	121
	5.5.3 Ergebnisse und Fazit	123
	5.6 Serielles Lernen	126
	5.6.1 Ausgangssituation	126
	5.6.2 Netzaufbau	127
	5.6.3 Ergebnisse und Fazit	130
	5.7 Spielkarten sortieren	132
	5.7.1 Ausgangssituation	132
	5.7.2 Netzaufbau	134
	5.7.3 Ergebnisse und Fazit	135
	5.8 Zahlenrepräsentation	136
	5.8.1 Ausgangssituation	136
	5.8.2 Netzaufbau	139
	5.8.3 Ergebnisse und Fazit	140
	5.9 Übungsaufgaben	142
	6 Datenauswertung	143
	6.1 Übersicht und Lernziele	143
	6.2 Einleitung	143
	6.3 Visual-XSel	146
	6.3.1 Datensatz einfu?gen und Dialogbox auswählen	147
	6.3.2 Variablen auswählen	148
	6.3.3 Modellparameter festlegen	151
	6.3.4 Korrelationen der Datenanalyse u?berpru?fen	153
	6.3.5 Modellgewichte berechnen lassen	155
	6.3.6 Kennwerte der Datenauswertung interpretieren	158
	6.3.7 Weitere Einstellungen	160
	6.3.8 Ergebnisse der Datenauswertung graphisch darstellen	162
	6.4 MemBrain	166
	6.4.1 Units einfu?gen	167
	6.4.2 Verbindungen erstellen	171
	6.4.3 Datensatz erstellen oder einfu?gen	173
	6.4.4 Lernregel auswählen	176
	6.4.5 Gewichte initialisieren und trainieren	179
	6.4.6 Trainiertes Netz u?berpru?fen	181
	6.5 SPSS	184
	6.5.1 Datensatz einfu?gen und Neuronale-Netze-Dialogbox auswählen	184
	6.5.2 Variablen auswählen und Partitions-Datenblatt ausfu?llen	185
	6.5.3 Netzwerkarchitektur und Trainingsoptionen festlegen	187
	6.5.4 Ausgabeeinstellungen vornehmen und Vorhersagen speichern	189
	6.5.5 Export und weitere Optionen vornehmen	191
	6.6 Übungsaufgaben	192
	Literaturverzeichnis	194
	Sachverzeichnis und Die Autoren	200

Neuronale Netze - Eine Einführung in die Grundlagen, Anwendungen und Datenauswertung

von: Günter Daniel Rey, Karl F. Wender

Neuronale Netze - Eine Einführung in die Grundlagen, Anwendungen und Datenauswertung

Kategorien

eBooks