Lernverfahren für technische Systeme /

Lernverfahren für technische Systeme / / K. Fritzsch, G. Stanke, W. Schoenborn.

Saved in:
Bibliographic Details
VerfasserIn:
Schoenborn, W.,
Fritzsch, K.,
Stanke, G.,
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!
id 9783112648445
ctrlnum (DE-B1597)632530
collection bib_alma
record_format marc
spelling Schoenborn, W., author. aut http://id.loc.gov/vocabulary/relators/aut
Lernverfahren für technische Systeme / K. Fritzsch, G. Stanke, W. Schoenborn.
Reprint 2022
Berlin ; Boston : De Gruyter, [2022]
©1983
1 online resource (164 p.) : Mit 63 Abbildungen und 5 Ta bellen
text txt rdacontent
computer c rdamedia
online resource cr rdacarrier
text file PDF rda
Wissenschaftliche Taschenbücher ; 138
Frontmatter -- Vorwort -- Inhaltsverzeichnis -- 1. Einleitung -- 2. Lernprozesse und Lernstrukturen -- 2.1. Grundmuster technischen Lernens -- 2.2. Lernstrukturen -- 2.3. Gütefunktionale -- 2.4. Zur Einordnung von Lernprozessen -- 3. Lernalgorithmen -- 3.1. Algorithmen mit Lerncharakteristik -- 3.2. Der Fehlerkorrekturalgorithmus -- 3.3. Die stochastische Approximation -- 3.4. Lernverfahren mit Nebenbedingungen -- 3.5. Weitere Lernverfahren -- 3.6. Stichprobenumfang und Klassifikationsgüte -- 4. Lernverfahren in der Merkmalsextraktion, Klassifikation und Clusterung -- 4.1. Merkmalsextraktion -- 4.2. Klassifikation -- 4.3. Clusterung -- 5. Anwendungsbeispiele zur Mustererkennung -- 5.1. Schriftzeichenerkennung -- 5.2. Teileerkennung für Industrieroboter -- 5.3. Fernerkundung der Erde -- 6. Ausblick -- 7. Literatur -- 8. Sachwortverzeichnis -- Backmatter
restricted access http://purl.org/coar/access_right/c_16ec online access with authorization star
Issued also in print.
Mode of access: Internet via World Wide Web.
In German.
Description based on online resource; title from PDF title page (publisher's Web site, viewed 30. Aug 2022)
NON-CLASSIFIABLE. bisacsh
Fritzsch, K., author. aut http://id.loc.gov/vocabulary/relators/aut
Stanke, G., author. aut http://id.loc.gov/vocabulary/relators/aut
print 9783112648438
https://doi.org/10.1515/9783112648445
https://www.degruyter.com/isbn/9783112648445
Cover https://www.degruyter.com/document/cover/isbn/9783112648445/original
language German
format eBook
author Schoenborn, W.,
Schoenborn, W.,
Fritzsch, K.,
Stanke, G.,
spellingShingle Schoenborn, W.,
Schoenborn, W.,
Fritzsch, K.,
Stanke, G.,
Lernverfahren für technische Systeme /
Wissenschaftliche Taschenbücher ;
Frontmatter --
Vorwort --
Inhaltsverzeichnis --
1. Einleitung --
2. Lernprozesse und Lernstrukturen --
2.1. Grundmuster technischen Lernens --
2.2. Lernstrukturen --
2.3. Gütefunktionale --
2.4. Zur Einordnung von Lernprozessen --
3. Lernalgorithmen --
3.1. Algorithmen mit Lerncharakteristik --
3.2. Der Fehlerkorrekturalgorithmus --
3.3. Die stochastische Approximation --
3.4. Lernverfahren mit Nebenbedingungen --
3.5. Weitere Lernverfahren --
3.6. Stichprobenumfang und Klassifikationsgüte --
4. Lernverfahren in der Merkmalsextraktion, Klassifikation und Clusterung --
4.1. Merkmalsextraktion --
4.2. Klassifikation --
4.3. Clusterung --
5. Anwendungsbeispiele zur Mustererkennung --
5.1. Schriftzeichenerkennung --
5.2. Teileerkennung für Industrieroboter --
5.3. Fernerkundung der Erde --
6. Ausblick --
7. Literatur --
8. Sachwortverzeichnis --
Backmatter
author_facet Schoenborn, W.,
Schoenborn, W.,
Fritzsch, K.,
Stanke, G.,
Fritzsch, K.,
Fritzsch, K.,
Stanke, G.,
Stanke, G.,
author_variant w s ws
w s ws
k f kf
g s gs
author_role VerfasserIn
VerfasserIn
VerfasserIn
VerfasserIn
author2 Fritzsch, K.,
Fritzsch, K.,
Stanke, G.,
Stanke, G.,
author2_variant k f kf
g s gs
author2_role VerfasserIn
VerfasserIn
VerfasserIn
VerfasserIn
author_sort Schoenborn, W.,
title Lernverfahren für technische Systeme /
title_full Lernverfahren für technische Systeme / K. Fritzsch, G. Stanke, W. Schoenborn.
title_fullStr Lernverfahren für technische Systeme / K. Fritzsch, G. Stanke, W. Schoenborn.
title_full_unstemmed Lernverfahren für technische Systeme / K. Fritzsch, G. Stanke, W. Schoenborn.
title_auth Lernverfahren für technische Systeme /
title_alt Frontmatter --
Vorwort --
Inhaltsverzeichnis --
1. Einleitung --
2. Lernprozesse und Lernstrukturen --
2.1. Grundmuster technischen Lernens --
2.2. Lernstrukturen --
2.3. Gütefunktionale --
2.4. Zur Einordnung von Lernprozessen --
3. Lernalgorithmen --
3.1. Algorithmen mit Lerncharakteristik --
3.2. Der Fehlerkorrekturalgorithmus --
3.3. Die stochastische Approximation --
3.4. Lernverfahren mit Nebenbedingungen --
3.5. Weitere Lernverfahren --
3.6. Stichprobenumfang und Klassifikationsgüte --
4. Lernverfahren in der Merkmalsextraktion, Klassifikation und Clusterung --
4.1. Merkmalsextraktion --
4.2. Klassifikation --
4.3. Clusterung --
5. Anwendungsbeispiele zur Mustererkennung --
5.1. Schriftzeichenerkennung --
5.2. Teileerkennung für Industrieroboter --
5.3. Fernerkundung der Erde --
6. Ausblick --
7. Literatur --
8. Sachwortverzeichnis --
Backmatter
title_new Lernverfahren für technische Systeme /
title_sort lernverfahren für technische systeme /
series Wissenschaftliche Taschenbücher ;
series2 Wissenschaftliche Taschenbücher ;
publisher De Gruyter,
publishDate 2022
physical 1 online resource (164 p.) : Mit 63 Abbildungen und 5 Ta bellen
Issued also in print.
edition Reprint 2022
contents Frontmatter --
Vorwort --
Inhaltsverzeichnis --
1. Einleitung --
2. Lernprozesse und Lernstrukturen --
2.1. Grundmuster technischen Lernens --
2.2. Lernstrukturen --
2.3. Gütefunktionale --
2.4. Zur Einordnung von Lernprozessen --
3. Lernalgorithmen --
3.1. Algorithmen mit Lerncharakteristik --
3.2. Der Fehlerkorrekturalgorithmus --
3.3. Die stochastische Approximation --
3.4. Lernverfahren mit Nebenbedingungen --
3.5. Weitere Lernverfahren --
3.6. Stichprobenumfang und Klassifikationsgüte --
4. Lernverfahren in der Merkmalsextraktion, Klassifikation und Clusterung --
4.1. Merkmalsextraktion --
4.2. Klassifikation --
4.3. Clusterung --
5. Anwendungsbeispiele zur Mustererkennung --
5.1. Schriftzeichenerkennung --
5.2. Teileerkennung für Industrieroboter --
5.3. Fernerkundung der Erde --
6. Ausblick --
7. Literatur --
8. Sachwortverzeichnis --
Backmatter
isbn 9783112648445
9783112648438
url https://doi.org/10.1515/9783112648445
https://www.degruyter.com/isbn/9783112648445
https://www.degruyter.com/document/cover/isbn/9783112648445/original
illustrated Not Illustrated
doi_str_mv 10.1515/9783112648445
work_keys_str_mv AT schoenbornw lernverfahrenfurtechnischesysteme
AT fritzschk lernverfahrenfurtechnischesysteme
AT stankeg lernverfahrenfurtechnischesysteme
status_str n
ids_txt_mv (DE-B1597)632530
carrierType_str_mv cr
is_hierarchy_title Lernverfahren für technische Systeme /
author2_original_writing_str_mv noLinkedField
noLinkedField
noLinkedField
noLinkedField
_version_ 1806145560664604672
fullrecord <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>03047nam a22005775i 4500</leader><controlfield tag="001">9783112648445</controlfield><controlfield tag="003">DE-B1597</controlfield><controlfield tag="005">20220830111616.0</controlfield><controlfield tag="006">m|||||o||d||||||||</controlfield><controlfield tag="007">cr || ||||||||</controlfield><controlfield tag="008">220830t20221983gw fo d z ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783112648445</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1515/9783112648445</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-B1597)632530</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-B1597</subfield><subfield code="b">eng</subfield><subfield code="c">DE-B1597</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">DE</subfield></datafield><datafield tag="072" ind1=" " ind2="7"><subfield code="a">NON000000</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Schoenborn, W., </subfield><subfield code="e">author.</subfield><subfield code="4">aut</subfield><subfield code="4">http://id.loc.gov/vocabulary/relators/aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Lernverfahren für technische Systeme /</subfield><subfield code="c">K. Fritzsch, G. Stanke, W. Schoenborn.</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">Reprint 2022</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Berlin ;</subfield><subfield code="a">Boston : </subfield><subfield code="b">De Gruyter, </subfield><subfield code="c">[2022]</subfield></datafield><datafield tag="264" ind1=" " ind2="4"><subfield code="c">©1983</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 online resource (164 p.) :</subfield><subfield code="b">Mit 63 Abbildungen und 5 Ta bellen</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">computer</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">online resource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="347" ind1=" " ind2=" "><subfield code="a">text file</subfield><subfield code="b">PDF</subfield><subfield code="2">rda</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Wissenschaftliche Taschenbücher ;</subfield><subfield code="v">138</subfield></datafield><datafield tag="505" ind1="0" ind2="0"><subfield code="t">Frontmatter -- </subfield><subfield code="t">Vorwort -- </subfield><subfield code="t">Inhaltsverzeichnis -- </subfield><subfield code="t">1. Einleitung -- </subfield><subfield code="t">2. Lernprozesse und Lernstrukturen -- </subfield><subfield code="t">2.1. Grundmuster technischen Lernens -- </subfield><subfield code="t">2.2. Lernstrukturen -- </subfield><subfield code="t">2.3. Gütefunktionale -- </subfield><subfield code="t">2.4. Zur Einordnung von Lernprozessen -- </subfield><subfield code="t">3. Lernalgorithmen -- </subfield><subfield code="t">3.1. Algorithmen mit Lerncharakteristik -- </subfield><subfield code="t">3.2. Der Fehlerkorrekturalgorithmus -- </subfield><subfield code="t">3.3. Die stochastische Approximation -- </subfield><subfield code="t">3.4. Lernverfahren mit Nebenbedingungen -- </subfield><subfield code="t">3.5. Weitere Lernverfahren -- </subfield><subfield code="t">3.6. Stichprobenumfang und Klassifikationsgüte -- </subfield><subfield code="t">4. Lernverfahren in der Merkmalsextraktion, Klassifikation und Clusterung -- </subfield><subfield code="t">4.1. Merkmalsextraktion -- </subfield><subfield code="t">4.2. Klassifikation -- </subfield><subfield code="t">4.3. Clusterung -- </subfield><subfield code="t">5. Anwendungsbeispiele zur Mustererkennung -- </subfield><subfield code="t">5.1. Schriftzeichenerkennung -- </subfield><subfield code="t">5.2. Teileerkennung für Industrieroboter -- </subfield><subfield code="t">5.3. Fernerkundung der Erde -- </subfield><subfield code="t">6. Ausblick -- </subfield><subfield code="t">7. Literatur -- </subfield><subfield code="t">8. Sachwortverzeichnis -- </subfield><subfield code="t">Backmatter</subfield></datafield><datafield tag="506" ind1="0" ind2=" "><subfield code="a">restricted access</subfield><subfield code="u">http://purl.org/coar/access_right/c_16ec</subfield><subfield code="f">online access with authorization</subfield><subfield code="2">star</subfield></datafield><datafield tag="530" ind1=" " ind2=" "><subfield code="a">Issued also in print.</subfield></datafield><datafield tag="538" ind1=" " ind2=" "><subfield code="a">Mode of access: Internet via World Wide Web.</subfield></datafield><datafield tag="546" ind1=" " ind2=" "><subfield code="a">In German.</subfield></datafield><datafield tag="588" ind1="0" ind2=" "><subfield code="a">Description based on online resource; title from PDF title page (publisher's Web site, viewed 30. Aug 2022)</subfield></datafield><datafield tag="650" ind1=" " ind2="7"><subfield code="a">NON-CLASSIFIABLE.</subfield><subfield code="2">bisacsh</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Fritzsch, K., </subfield><subfield code="e">author.</subfield><subfield code="4">aut</subfield><subfield code="4">http://id.loc.gov/vocabulary/relators/aut</subfield></datafield><datafield tag="700" ind1="1" ind2=" "><subfield code="a">Stanke, G., </subfield><subfield code="e">author.</subfield><subfield code="4">aut</subfield><subfield code="4">http://id.loc.gov/vocabulary/relators/aut</subfield></datafield><datafield tag="776" ind1="0" ind2=" "><subfield code="c">print</subfield><subfield code="z">9783112648438</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1515/9783112648445</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://www.degruyter.com/isbn/9783112648445</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="3">Cover</subfield><subfield code="u">https://www.degruyter.com/document/cover/isbn/9783112648445/original</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_BACKALL</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_DGALL</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_EBKALL</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_SSHALL</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">EBA_STMALL</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV-deGruyter-alles</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">PDA11SSHE</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">PDA12STME</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">PDA5EBK</subfield></datafield></record></collection>

Similar Items