SFr. 55.90
€ 60.37
BTC 0.001
LTC 0.838
ETH 0.0212


bestellen

Artikel-Nr. 33306270


Diesen Artikel in meine
Wunschliste
Diesen Artikel
weiterempfehlen
Diesen Preis
beobachten

Weitersagen:



Autor(en): 
  • Finn Floruß
  • Neuronale Netze. Geschichtliche Entwicklung, Aufbau und Anwendungsgebiete: Am Beispiel von Pokerkarten in Python 
     

    (Buch)
    Dieser Artikel gilt, aufgrund seiner Grösse, beim Versand als 2 Artikel!


    Übersicht

    Auf mobile öffnen
     
    Lieferstatus:   i.d.R. innert 7-14 Tagen versandfertig
    Veröffentlichung:  November 2021  
    Genre:  Wirtschaft / Recht 
    ISBN:  9783346471758 
    EAN-Code: 
    9783346471758 
    Verlag:  Grin Verlag 
    Einband:  Kartoniert  
    Sprache:  Deutsch  
    Dimensionen:  H 210 mm / B 148 mm / D 6 mm 
    Gewicht:  118 gr 
    Seiten:  72 
    Zus. Info:  Paperback 
    Bewertung: Titel bewerten / Meinung schreiben
    Inhalt:
    Studienarbeit aus dem Jahr 2021 im Fachbereich BWL - Informationswissenschaften, Informationsmanagement, Note: 1,3, Duale Hochschule Baden-Württemberg Heidenheim, früher: Berufsakademie Heidenheim, Sprache: Deutsch, Abstract: Im Rahmen dieser Studienarbeit werden die Grundlagen von künstlichen neuronalen Netzen ausführlich von geschichtlicher Entwicklung über Aufbau bis hin zu Anwendungsgebieten erläutert, ehe am Beispiel von Pokerkarten ein solches Netz in Python beschrieben wird. In der heutigen Zeit sind verschiedene Formen künstlicher Intelligenz (KI) fest im Alltag verankert ¿ von Sprachassistenten auf dem Smartphone über kooperative Roboter bis hin zu Technologien bezüglich des autonomen Fahrens greifen alle auf die künstliche Intelligenz zurück. Neben diesen Einsatzmöglichkeiten existieren noch unzählige weitere, wie beispielsweise Diagnosen im medizinischen Bereich oder die Erforschung des menschlichen Gehirns. Während in der ¿klassischen¿ Programmierung von Software stets Regeln für alle verschiedenen Eintrittsfälle aufgestellt werden müssen, bieten künstliche neuronale Netze die Möglichkeit, sich durch Training mit grossen Datensätzen selbst anzupassen und sind am Ende in der Lage Muster zu erkennen, Klassifizierungen vorzunehmen und vieles mehr. Hierzu sind herkömmlich entwickelte Programme nicht in der Lage, neuronale Netze aufgrund der Lernfähigkeit jedoch mit einem gewissen Fehlergrad schon. Trotz einer Anlehnung an biologische neuronale Netze, unterscheiden sich deren künstlich entwickelte Abbilder recht deutlich von der Vorlage.

      



    Wird aktuell angeschaut...
     

    Zurück zur letzten Ansicht


    AGB | Datenschutzerklärung | Mein Konto | Impressum | Partnerprogramm
    Newsletter | 1Advd.ch RSS News-Feed Newsfeed | 1Advd.ch Facebook-Page Facebook | 1Advd.ch Twitter-Page Twitter
    Forbidden Planet AG © 1999-2024
    Alle Angaben ohne Gewähr
     
    SUCHEN

     
     Kategorien
    Im Sortiment stöbern
    Genres
    Hörbücher
    Aktionen
     Infos
    Mein Konto
    Warenkorb
    Meine Wunschliste
     Kundenservice
    Recherchedienst
    Fragen / AGB / Kontakt
    Partnerprogramm
    Impressum
    © by Forbidden Planet AG 1999-2024