36,99 €
Statt 47,95 €**
36,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
0 °P sammeln
36,99 €
Statt 47,95 €**
36,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
0 °P sammeln
Als Download kaufen
Statt 47,95 €****
36,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar
payback
0 °P sammeln
Jetzt verschenken
Statt 47,95 €****
36,99 €
inkl. MwSt.
**Preis der gedruckten Ausgabe (Broschiertes Buch)
Sofort per Download lieferbar

Alle Infos zum eBook verschenken
payback
0 °P sammeln
  • Format: PDF

Bachelorarbeit aus dem Jahr 2020 im Fachbereich Informatik - Künstliche Intelligenz, Note: 1,0, Hochschule Ansbach - Hochschule für angewandte Wissenschaften Fachhochschule Ansbach , Sprache: Deutsch, Abstract: Die vorliegende Bachelorarbeit untersucht, inwieweit sich ein Lernalgorithmus auf Grundlage eines KNN zur Erkennung von handschriftlichen Ziffern anhand seiner physikalischen Eigenschaften entwickeln lässt. Es werden hierzu das Trägheitsmoment der Ziffer betrachtet, mit der Zielsetzung, eine hohe Übereinstimmung der Testergebnisse zu erzielen. Hierbei sei angemerkt, dass es sich um…mehr

  • Geräte: PC
  • ohne Kopierschutz
  • eBook Hilfe
  • Größe: 5.01MB
  • FamilySharing(5)
Produktbeschreibung
Bachelorarbeit aus dem Jahr 2020 im Fachbereich Informatik - Künstliche Intelligenz, Note: 1,0, Hochschule Ansbach - Hochschule für angewandte Wissenschaften Fachhochschule Ansbach , Sprache: Deutsch, Abstract: Die vorliegende Bachelorarbeit untersucht, inwieweit sich ein Lernalgorithmus auf Grundlage eines KNN zur Erkennung von handschriftlichen Ziffern anhand seiner physikalischen Eigenschaften entwickeln lässt. Es werden hierzu das Trägheitsmoment der Ziffer betrachtet, mit der Zielsetzung, eine hohe Übereinstimmung der Testergebnisse zu erzielen. Hierbei sei angemerkt, dass es sich um einen hochexperimentellen Ansatz handelt, bei dem im Voraus unklar ist, wie das Ergebnis des Algorithmus ausfallen wird. Ziel dieser Arbeit ist es, zu untersuchen, ob durch den Einsatz von KNN in der Highperformancemöglichkeit zur Erkennung von Handschrift möglich ist. Diese Arbeit untersucht im Allgemeinen die physikalischen Eigenschaften von Körpern hinsichtlich ihres Trägheitsmoments. Es wird gezielt der praktische Nutzen der physikalischen Eigenschaften von Körpern hinsichtlich ihrer Messbarkeit verwendet. Der erste Teil dieser Arbeit widmet sich dem historischen Rückblick des Forschungsbereiches der KI und einer terminologischen Klärung von Begriffen, die in dieser Thematik von gewichtiger Bedeutung sind. Hierzu werden nachfolgend die Grundlagen in den Bereichen KI und NN erarbeitet. Im Anschluss werden Grundlagen der Physik im Hinblick auf den Massenschwerpunkt und das Trägheitsmoment, die bei diesem Modell zum Tragen kommen, tangiert. Der wertschöpfende Teil der Arbeit findet sich im sechsten. Kapitel wieder. Es werden zunächst die Grundzüge der verwendeten Programmiersprache Python beleuchtet. Im Anschluss daran erfolgt eine detaillierte Wiedergabe des Algorithmus und eine Erklärung über besondere Codefragmente. Erläuterungen einzelner Codefragmente und Programmteile geben Aufschluss über Aufbau und Arbeitsweise des Algorithmus. Dabei sollen sämtliche Einzelheiten des Algorithmus aufgezeigt und verständlich transportiert werden. Abschließend werden die erarbeiteten Ergebnisse präsentiert, die Präzision des Algorithmus aufgezeigt und ein Fazit über universelle Anwendbarkeit in Abhängigkeit der Präzision der Ergebnisse und der Korrektheit des Algorithmus gezogen

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.