Techniken und Werkzeuge für die Künstliche Intelligenz. Neuronale Netzwerke mit R und Python (eBook)

Techniken und Werkzeuge für die Künstliche Intelligenz. Neuronale Netzwerke mit R und Python (eBook)

César Pérez López
César Pérez López
Prezzo:
€ 8,99
Compra EPUB
Prezzo:
€ 8,99
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Compatibilità: Tutti i dispositivi
Lingua: TED
Editore: Scientific Books
Codice EAN: 9798231774999
Anno pubblicazione: 2025
Scopri QUI come leggere i tuoi eBook
Abbonati a Kobo Plus per avere accesso illimitato a migliaia di eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

Künstliche Intelligenz ist die Grundlage allen maschinellen Lernens und die Zukunft aller komplexen Entscheidungsprozesse. Künstliche Intelligenz kombiniert mathematische Algorithmen und Techniken des maschinellen Lernens, des Deep Learning und von Big Data, um das in den Daten enthaltene Wissen zu extrahieren und auf verständliche und automatische Weise darzustellen. In diesem Buch wird der Einsatz neuronaler Netze für überwachtes und unüberwachtes Lernen eingehend erörtert. Im Bereich des überwachten Lernens werden die gängigsten Architekturen betrachtet, wie z. B. Mehrschicht-Perzeptron, Radiales Basisnetz, ADALINE-Netze, HOPFIELD-Netze, probabilistische Netze, lineare Netze, verallgemeinerte Regressionsnetze, LVQ-Netze, lineare Netze und Netze zur Optimierung von Regressionsmodellen. In diesem Abschnitt der überwachten Analyse sollte den neuronalen Netzen für die Zeitreihenvorhersage wie dem LSTM-Netz, den GRU-Netzen, den rekurrenten neuronalen Netzen RNN, den NARX-Netzen, den NNAR-Netzen und ganz allgemein den dynamischen neuronalen Netzen besondere Aufmerksamkeit geschenkt werden. Unüberwachtes Lernen entwickelt Netzwerke zur Mustererkennung und Clusteranalyse wie KOHONEN-Netzwerke (SOM Self-Organising Maps), Netzwerke zur Mustererkennung, neuronale Autoencoder-Netzwerke, Netzwerke zum Transferlernen, Netzwerke zur Erkennung von Anomalien und neuronale Faltungsnetzwerke. Die folgenden Themen beschreiben methodisch die Architekturen der verschiedenen Arten von neuronalen Netzen und ihre Nützlichkeit in praktischen Anwendungen. Darüber hinaus werden für jeden Typ von neuronalen Netzen Beispiele mit einer optimalen Syntax in den Sprachen R und Python vorgestellt.