Neuronale Netze - Rey, Günter D.; Wender, Karl F.

Günter D. Rey Karl F. Wender 

Neuronale Netze

Eine Einführung in die Grundlagen, Anwendungen und Datenauswertung

Gebundenes Buch
 
versandkostenfrei
innerhalb Deutschlands
30 ebmiles sammeln
EUR 29,95
Jetzt bestellen
Sofort lieferbar
Alle Preise inkl. MwSt.
Bewerten Empfehlen Merken Auf Lieblingsliste


Neuronale Netze

Die vollständig überarbeitete und erweiterte 2. Auflage des Lehrbuches bietet eine fundierte Einführung in die Grundlagen, Anwendungen und Datenauswertung neuronaler Netze. Im Grundlagenteil werden die Kernkomponenten, Lernregeln, Netztypen, Eigenschaften und Probleme neuronaler Netze erörtert. Der Anwendungsteil bezieht sich auf aktuelle (kognitions-)psychologische Fragestellungen, die aus der Perspektive neuronaler Netze dargestellt werden. Unter anderem werden das Phänomen der Farbkonstanz, die Durchführung von Routinetätigkeiten sowie neue Erklärungsansätze zur autistischen Entwicklungsstörung und zum seriellen Lernen besprochen. Der dritte Abschnitt des Lehrbuches widmet sich der Datenauswertung mittels neuronaler Netze. Hierbei werden die für Studierende und Dozierende im Rahmen der Lehre kostenfrei zu beziehenden beiden Softwareprogramme Visual-XSel und MemBrain vorgestellt und eingehend behandelt. Im Rahmen der Diplomarbeit oder in Forschungsprojekten erhobene Datensätze können somit ohne weitere Vorkenntnisse und ohne Rückgriff auf Varianz- bzw. Regressionsanalysen eigenständig ausgewertet werden. Neben zahlreichen farbigen Illustrationen stehen auch mehrere interaktive und auf Lernförderlichkeit überprüfte Zusatzmaterialien unter www.neuronalesnetz.de zur Verfügung.

Produktinformation
  • Verlag: Huber, Bern
  • 2008
  • 2., überarb. u. erw. Aufl.
  • Ausstattung/Bilder: 205 S. m. 112 Abb.
  • Seitenzahl: 205
  • Psychologie Lehrbuch
  • Deutsch
  • Abmessung: 248mm x 182mm x 18mm
  • Gewicht: 555g
  • ISBN-13: 9783456848815
  • ISBN-10: 3456848811
  • Best.Nr.: 30350581

Leseprobe zu "Neuronale Netze"

Bitte klicken Sie auf die Navigation oder das Artikelbild, um in Neuronale Netze zu blättern!

Leseprobe zu "Neuronale Netze" von Günter D. Rey; Karl F. Wender

3 Netztypen (S. 59-60)

3.1 Übersicht und Lernziele

Das dritte Kapitel stellt ausgewählte Netztypen vor und erörtert deren Funktionsweisen und Anwendungsmöglichkeiten. Gemeinsamkeiten und Unterschiede der einzelnen Netztypen sowie deren Vor- und Nachteile werden diskutiert. Folgende Lernziele sind Bestandteil dieses Kapitels:

- Nach welchen Gesichtspunkten kann man neuronale Netze klassifizieren?
- Welche verschiedenen Netztypen gibt es?
- Worin unterscheiden sich diese?
- Durch welche zentralen Eigenschaften kann man die einzelnen Netztypen charakterisieren?

3.2 Einleitung

Wie bereits im ersten Kapitel erwähnt gibt es nicht das neuronale Netz, sondern der Oberbegriff umfasst diverse Arten von z.T. sehr heterogenen Netztypen. Welcher Netztyp zum Einsatz gelangen sollte, ist von der spezifischen Problemstellung abhängig. Oftmals ist dabei simples Ausprobieren erforderlich, aber auch Genetische Algorithmen (siehe Exkurs: Genetische bzw. Evolutionäre Algorithmen3) sowie die Erfahrung des „Netzwerkarchitekten“ können herangezogen werden, um den geeigneten Netztyp mit den entsprechenden Parametern auszuwählen.

Neuronale Netze lassen sich nach unterschiedlichen Gesichtspunkten klassifizieren. Eine Möglichkeit zur Unterteilung bieten die Lernregeln, die diese Netze verwenden. Dabei ist zumeist keine klare Zuordnung zwischen Netztyp und Lernregel möglich, da einige Netztypen auf dieselbe Lernregel zurückgreifen, während andere sich mit verschiedenen Lernregeln realisieren lassen. Andere Klassifikationsmöglichkeiten betreffen folgende Aspekte:

- Existenz von Hidden-Units (vorhanden versus nicht vorhanden)
- Art der Trainingsphase (supervised, unsupervised oder reinforcement learning)
- Existenz von Rückkopplungen (rekurrente Verbindungen von Neuronen zu anderen Einheiten derselben oder einer vorangegangenen Schicht)
- Einsatzgebiet des Netzes (z.B. Vorhersage, Klassifikation, dem Erkennen von Mustern, der assoziativen Speicherung von Informationen, der Optimierung usw.)"