Recherche von Lern- und Schlussverfahren für Unsicherheit
Moderne Methoden der Künstlichen Intelligenz
Das menschliche Wissen ist meist nur unsicher und vage. Es ist aber trotzdem brauchbar. Wir sind imstande, auch mit unsicherem Wissen Schlüsse zu ziehen und Entscheidungen zu treffen. Dem Phänomen der Unsicherheit begegnen manche Menschen sogar täglich in...
Leider schon ausverkauft
Buch
- Lastschrift, Kreditkarte, Paypal, Rechnung
- Kostenlose Rücksendung
Produktdetails
Produktinformationen zu „Recherche von Lern- und Schlussverfahren für Unsicherheit “
Klappentext zu „Recherche von Lern- und Schlussverfahren für Unsicherheit “
Das menschliche Wissen ist meist nur unsicher und vage. Es ist aber trotzdem brauchbar. Wir sind imstande, auch mit unsicherem Wissen Schlüsse zu ziehen und Entscheidungen zu treffen. Dem Phänomen der Unsicherheit begegnen manche Menschen sogar täglich in ihrem Beruf. Probabilistische Methoden und Netzwerke bilden eine geeignete Möglichkeit Unsicherheit zu modellieren und unter Einbezug vorhandener Daten die bestmöglichen Entscheidungen zu treffen. Dabei bieten die heutigen Rechnerkapazitäten die Möglichkeit auch komplexe Netzwerke in akzeptabler Zeit zu inferieren. Die Hauptproblematik liegt allerdings darin, dass menschliche Experten kaum im Stande sind komplexe Netze von Hand einzugeben. Diese Aufgabe wird ebenfalls von Computern übernommen und mittlerweile erfolgreich gelöst. Ziel dieses Buches besteht darin, anhand einer aktuellen Recherche die wichtigsten maschinellen Lernverfahren zusammenzutragen und ihre Bedeutung für probabilistische Netzwerke hervorzuheben.
Bibliographische Angaben
- Autor: Houman Gieleky
- 2009, 104 Seiten, Kartoniert (TB), Deutsch
- Verlag: VDM Verlag Dr. Müller
- ISBN-10: 3639180305
- ISBN-13: 9783639180305
Kommentar zu "Recherche von Lern- und Schlussverfahren für Unsicherheit"
Schreiben Sie einen Kommentar zu "Recherche von Lern- und Schlussverfahren für Unsicherheit".
Kommentar verfassen