
The Roots of Backpropagation: From Ordered Derivatives to Neural Networks and Political Forecasting (Adaptive and Cognitive Dynamic Systems: Signal ... Learning, Communications and Control, Band 1)
Kurzinformation



inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"The Roots of Backpropagation: From Ordered Derivatives to Neural Networks and Political Forecasting" von Paul John Werbos ist ein umfassendes Werk, das die Entwicklung und Anwendung der Backpropagation-Technik in neuronalen Netzwerken untersucht. Das Buch bietet einen tiefen Einblick in die mathematischen Grundlagen und die historische Entwicklung dieser Methode, die entscheidend für das Training moderner künstlicher Intelligenzsysteme ist. Werbos beginnt mit einer Einführung in die Theorie der geordneten Ableitungen, welche den Grundstein für die Backpropagation-Methode legt. Er erläutert, wie diese mathematischen Konzepte zur Optimierung von Lernprozessen in neuronalen Netzwerken eingesetzt werden können. Darüber hinaus beschreibt er praktische Anwendungen der Technik, einschließlich ihrer Rolle bei der politischen Prognose und anderen Bereichen des maschinellen Lernens. Das Buch richtet sich an Leser mit einem Interesse an den theoretischen Aspekten des maschinellen Lernens sowie an diejenigen, die verstehen möchten, wie Backpropagation zur Lösung komplexer Probleme in verschiedenen Disziplinen eingesetzt werden kann. Insgesamt bietet es eine detaillierte Analyse sowohl der technischen Details als auch der praktischen Anwendungen dieser bedeutenden Methode im Bereich der künstlichen Intelligenz.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- hardcover
- 696 Seiten
- Erschienen 2003
- Prentice Hall
- Kartoniert
- 232 Seiten
- Erschienen 2017
- O'Reilly
- Hardcover
- 432 Seiten
- Erschienen 2023
- Wiley & Sons
- Hardcover
- 256 Seiten
- Erschienen 2023
- Wiley & Sons
- Hardcover -
- Erschienen 2017
- Springer
- Kartoniert
- 379 Seiten
- Erschienen 2020
- Addison Wesley