Von den ersten Modellen bis zum Backpropagation-NetzAllgemeinverständliche Erläuterungen mit
vielen Praxis- und AnwendungsbeispielenZahlreiche Programme zum Ausprobieren Ausführen und
Trainieren Neuronaler Netze mit BeispieldatenFür Programmierer: Vollständige Programmierung
eines Backpropagation-Netzes zur Passworterkennung (in Java)Dieses Buch ist eine grundlegende
Einführung in die Entwicklung und Funktionsweise Neuronaler Netze. Sie lernen verschiedene
Modelle kennen sowie alle Elemente die für die Funktionalität Neuronaler Netze von Bedeutung
sind. So werden Sie im Detail verstehen wie diese arbeiten.Praxisansatz des Buches:Alle
vorgestellten Netze werden beispielhaft anschaulich durchgerechnet. So können Sie
nachvollziehen wie ein Neuronales Netz funktioniert und arbeitet.Außerdem liefert der Autor
zusätzlich zum Buch selbst erstellte Programme mit denen Sie am PC experimentieren können
indem Sie Beispieldaten eingeben und die jeweiligen Eigenschaften der unterschiedlichen Netze
praktisch ausprobieren sowie diese trainieren und ausführen können.Kaffka beschreibt zunächst
die frühesten Modelle Neuronaler Netze sowie die Hebbsche Formel und das von Rosenblatt
entwickelte Modell des Perzeptrons. Daraufhin geht er auf die Mustererkennung mit einem
Hopfield-Netz ein und erläutert die Grundlagen eines einfachen und eines bidirektionalen
Assoziativspeichers.Schließlich behandelt Kaffka das aktuelle Modell des
Backpropagation-Netzes. Sie lernen im Detail wie ein solches Neuronales Netz funktioniert -
von der Netztopologie über die Transferfunktion bis zur Lernformel zum Trainieren eines
Netzes.Darauf aufbauend stellt der Autor verschiedene Beispiele und Anwendungen für Neuronale
Netze vor. Hier diskutiert er zusätzlich wie diese im Rahmen der Regressionsanalyse eingesetzt
werden können. Zudem wird gezeigt dass Neuronale Netze auch drei- oder mehrdimensionale
Funktionen erlernen können.Ein Ausblick zu Expertensystemen im Vergleich zu Neuronalen Netzen
rundet die Einführung ab.Zusatznutzen für Programmierer:Programmierer die selber ein
neuronales Netz programmieren wollen finden ein ausführliches Kapitel in dem ein
Backpropagation-Netz vollständig in Java programmiert wird.Für Programmierer wird der Java-Code
aller im Buch verwendeten Programme erläutert.Downloads zum Buch:Alle Programme der im Buch
beschriebenen Neuronalen Netze zum AusprobierenFür Programmierer: Der Quellcode eines
vollständigen Backpropagation-Netzes sowie aller im Buch verwendeten ProgrammeAus dem
Inhalt:Historische Ansätze:Hebbsche Formel Perzeptron Hopfield-NetzNeuronale Netze mit der
Backpropagation-TechnologieGewichtsmatrix Training und LernkurveMuster-
BilderkennungBidirektionaler AssoziativspeicherNetztopologie mit bis zu 3
SchichtenRegressionsanalyseMehrdimensionale FunktionenExpertensystemeVollständige
Programmierung eines Backpropagation-Netzes zur Passworterkennung
