Buch, Englisch, 488 Seiten, Format (B × H): 160 mm x 241 mm, Gewicht: 1960 g
With Applications to Neural Networks
Buch, Englisch, 488 Seiten, Format (B × H): 160 mm x 241 mm, Gewicht: 1960 g
Reihe: Communications and Control Engineering
ISBN: 978-1-85233-373-7
Verlag: Springer
How does a machine learn a new concept on the basis of examples? This second edition takes account of important new developments in the field. It also deals extensively with the theory of learning control systems, now comparably mature to learning of neural networks.
Zielgruppe
Research
Autoren/Hrsg.
Fachgebiete
- Technische Wissenschaften Energietechnik | Elektrotechnik Elektrotechnik
- Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz Maschinelles Lernen
- Mathematik | Informatik EDV | Informatik Technische Informatik Netzwerk-Hardware
- Mathematik | Informatik Mathematik Algebra Algebraische Strukturen, Gruppentheorie
- Technische Wissenschaften Technik Allgemein Mathematik für Ingenieure
- Mathematik | Informatik EDV | Informatik Professionelle Anwendung Computer-Aided Design (CAD)
- Technische Wissenschaften Technik Allgemein Computeranwendungen in der Technik
- Mathematik | Informatik EDV | Informatik Technische Informatik Externe Speicher & Peripheriegeräte
- Mathematik | Informatik EDV | Informatik Angewandte Informatik Computeranwendungen in Wissenschaft & Technologie
- Mathematik | Informatik EDV | Informatik Informatik Künstliche Intelligenz Fuzzy-Systeme
- Technische Wissenschaften Technik Allgemein Mess- und Automatisierungstechnik
Weitere Infos & Material
1. Introduction.- 2. Preliminaries.- 3. Problem Formulations.- 4. Vapnik-Chervonenkis, Pseudo- and Fat-Shattering Dimensions.- 5. Uniform Convergence of Empirical Means.- 6. Learning Under a Fixed Probability Measure.- 7. Distribution-Free Learning.- 8. Learning Under an Intermediate Family of Probabilities.- 9. Alternate Models of Learning.- 10. Applications to Neural Networks.- 11. Applications to Control Systems.- 12. Some Open Problems.
