Lernverfahren für technische Systeme / / K. Fritzsch, G. Stanke, W. Schoenborn.
Saved in:
| VerfasserIn: | |
|---|---|
| Place / Publishing House: | Berlin ;, Boston : : De Gruyter, , [2022] ©1983 |
| Year of Publication: | 2022 |
| Edition: | Reprint 2022 |
| Language: | German |
| Series: | Wissenschaftliche Taschenbücher ;
138 |
| Online Access: | |
| Physical Description: | 1 online resource (164 p.) :; Mit 63 Abbildungen und 5 Ta bellen |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| LEADER | 03047nam a22005775i 4500 | ||
|---|---|---|---|
| 001 | 9783112648445 | ||
| 003 | DE-B1597 | ||
| 005 | 20220830111616.0 | ||
| 006 | m|||||o||d|||||||| | ||
| 007 | cr || |||||||| | ||
| 008 | 220830t20221983gw fo d z ger d | ||
| 020 | |a 9783112648445 | ||
| 024 | 7 | |a 10.1515/9783112648445 |2 doi | |
| 035 | |a (DE-B1597)632530 | ||
| 040 | |a DE-B1597 |b eng |c DE-B1597 |e rda | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c DE | ||
| 072 | 7 | |a NON000000 |2 bisacsh | |
| 100 | 1 | |a Schoenborn, W., |e author. |4 aut |4 http://id.loc.gov/vocabulary/relators/aut | |
| 245 | 1 | 0 | |a Lernverfahren für technische Systeme / |c K. Fritzsch, G. Stanke, W. Schoenborn. |
| 250 | |a Reprint 2022 | ||
| 264 | 1 | |a Berlin ; |a Boston : |b De Gruyter, |c [2022] | |
| 264 | 4 | |c ©1983 | |
| 300 | |a 1 online resource (164 p.) : |b Mit 63 Abbildungen und 5 Ta bellen | ||
| 336 | |a text |b txt |2 rdacontent | ||
| 337 | |a computer |b c |2 rdamedia | ||
| 338 | |a online resource |b cr |2 rdacarrier | ||
| 347 | |a text file |b PDF |2 rda | ||
| 490 | 0 | |a Wissenschaftliche Taschenbücher ; |v 138 | |
| 505 | 0 | 0 | |t Frontmatter -- |t Vorwort -- |t Inhaltsverzeichnis -- |t 1. Einleitung -- |t 2. Lernprozesse und Lernstrukturen -- |t 2.1. Grundmuster technischen Lernens -- |t 2.2. Lernstrukturen -- |t 2.3. Gütefunktionale -- |t 2.4. Zur Einordnung von Lernprozessen -- |t 3. Lernalgorithmen -- |t 3.1. Algorithmen mit Lerncharakteristik -- |t 3.2. Der Fehlerkorrekturalgorithmus -- |t 3.3. Die stochastische Approximation -- |t 3.4. Lernverfahren mit Nebenbedingungen -- |t 3.5. Weitere Lernverfahren -- |t 3.6. Stichprobenumfang und Klassifikationsgüte -- |t 4. Lernverfahren in der Merkmalsextraktion, Klassifikation und Clusterung -- |t 4.1. Merkmalsextraktion -- |t 4.2. Klassifikation -- |t 4.3. Clusterung -- |t 5. Anwendungsbeispiele zur Mustererkennung -- |t 5.1. Schriftzeichenerkennung -- |t 5.2. Teileerkennung für Industrieroboter -- |t 5.3. Fernerkundung der Erde -- |t 6. Ausblick -- |t 7. Literatur -- |t 8. Sachwortverzeichnis -- |t Backmatter |
| 506 | 0 | |a restricted access |u http://purl.org/coar/access_right/c_16ec |f online access with authorization |2 star | |
| 530 | |a Issued also in print. | ||
| 538 | |a Mode of access: Internet via World Wide Web. | ||
| 546 | |a In German. | ||
| 588 | 0 | |a Description based on online resource; title from PDF title page (publisher's Web site, viewed 30. Aug 2022) | |
| 650 | 7 | |a NON-CLASSIFIABLE. |2 bisacsh | |
| 700 | 1 | |a Fritzsch, K., |e author. |4 aut |4 http://id.loc.gov/vocabulary/relators/aut | |
| 700 | 1 | |a Stanke, G., |e author. |4 aut |4 http://id.loc.gov/vocabulary/relators/aut | |
| 776 | 0 | |c print |z 9783112648438 | |
| 856 | 4 | 0 | |u https://doi.org/10.1515/9783112648445 |
| 856 | 4 | 0 | |u https://www.degruyter.com/isbn/9783112648445 |
| 856 | 4 | 2 | |3 Cover |u https://www.degruyter.com/document/cover/isbn/9783112648445/original |
| 912 | |a EBA_BACKALL | ||
| 912 | |a EBA_DGALL | ||
| 912 | |a EBA_EBKALL | ||
| 912 | |a EBA_SSHALL | ||
| 912 | |a EBA_STMALL | ||
| 912 | |a GBV-deGruyter-alles | ||
| 912 | |a PDA11SSHE | ||
| 912 | |a PDA12STME | ||
| 912 | |a PDA5EBK | ||