دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 2011 نویسندگان: Rudolf Kruse, Christian Borgelt, Frank Klawonn, Christian Moewes, Georg Ruß, Matthias Steinbrecher سری: ISBN (شابک) : 3834812757, 9783834812759 ناشر: Vieweg+Teubner Verlag سال نشر: 2011 تعداد صفحات: 450 زبان: German فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 11 مگابایت
در صورت تبدیل فایل کتاب Computational Intelligence: Eine methodische Einführung in Künstliche Neuronale Netze, Evolutionäre Algorithmen, Fuzzy-Systeme und Bayes-Netze به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب هوش محاسباتی: مقدمه روش به شبکه های عصبی مصنوعی الگوریتم های تکاملی، سیستم های فازی، و شبکه های بیزی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
حوزه کاربرد "هوش محاسباتی" در علوم کامپیوتر به لطف بسیاری از محصولات صنعتی موفق، اهمیت فزاینده ای پیدا می کند. این کتاب به تکنیک های محوری این حوزه می پردازد و آنها را در یک مفهوم آموزشی که به طور خاص دانش آموزان و معلمان علوم کامپیوتر را هدف قرار می دهد، گنجانده است. مطالب اضافی مانند کارها، راه حل ها و مجموعه های اسلاید برای سخنرانی ها و همچنین نمونه هایی از کاربردهای صنعتی بر ماهیت عملی کتاب تأکید دارند.
Der Anwendungsbereich „Computational Intelligence“ der Informatik erlangt durch viele erfolgreiche industrielle Produkte immer mehr an Bedeutung. Dieses Buch behandelt die zentralen Techniken dieses Gebiets und bettet sie in ein didaktisches Konzept ein, welches sich gezielt an Studierende und Lehrende der Informatik wendet. Zusatzmaterialien wie Aufgaben, Lösungen und Foliensätze für Vorlesungen sowie Beispiele aus der industriellen Anwendung betonen den praktischen Charakter des Buches.
Front Matter....Pages I-X
Einleitung....Pages 1-4
Front Matter....Pages 5-5
Künstliche neuronale Netze....Pages 7-11
Schwellenwertelemente....Pages 13-32
Allgemeine neuronale Netze....Pages 33-42
Mehrschichtige Perzeptren....Pages 43-78
Radiale-Basisfunktionen-Netze....Pages 79-99
Selbstorganisierende Karten....Pages 101-116
Hopfield-Netze....Pages 117-138
Rückgekoppelte Netze....Pages 139-151
Front Matter....Pages 153-153
Evolutionäre Algorithmen....Pages 155-167
Elemente evolutionärer Algorithmen....Pages 169-191
Evolutionäre Basisalgorithmen....Pages 193-235
Spezielle Anwendungen und Techniken evolutionärer Algorithmen....Pages 237-250
Front Matter....Pages 251-251
Fuzzy-Mengen und Fuzzy-Logik....Pages 253-277
Das Extensionsprinzip....Pages 279-285
Fuzzy-Relationen....Pages 287-299
Ähnlichkeitsrelationen....Pages 301-311
Possibilitätstheorie und verallgemeinerte Maße....Pages 313-314
Fuzzy-Regelsysteme....Pages 315-333
Fuzzy-Relationalgleichungen....Pages 335-337
Front Matter....Pages 251-251
Fuzzy-Clusteranalyse....Pages 339-346
Front Matter....Pages 347-347
Bayes-Netze....Pages 349-353
Grundlagen der Wahrscheinlichkeits- und Graphentheorie....Pages 355-385
Zerlegungen....Pages 387-401
Evidenzpropagation....Pages 403-417
Lernen Graphischer Modelle....Pages 419-428
Back Matter....Pages 429-461