Ugrás a fő tartalmi területre
Mesterséges Intelligencia Almanach
  • Könyvek
    • Mesterséges intelligencia
    • Neurális hálózatok
  • Fogalomtár
  • Kutatók
  • Szerzők

Neurális hálózatok

  • Előszó
  • Bevezetés
  • 1. fejezet - A neurális hálózatok felépítése, képességei
  • 2. fejezet - Tanulás adatokból
  • 3. fejezet - Az elemi neuron
  • 4. fejezet - A többrétegű perceptron (MLP)
  • 5. fejezet - Bázisfüggvényes hálózatok
  • 6. fejezet - Kernel módszerek
  • 7. fejezet - Ellenőrzött tanítású statikus hálók alkalmazásai
  • 8. fejezet - Időfüggő (szekvenciális) hálók
  • 9. fejezet - Moduláris hálók
  • 10. fejezet - Nemellenőrzött tanulású hálózatok
  • 11. fejezet - Analitikus tanítású hálózatok
  • 12. fejezet - Hibrid-neurális rendszerek
  • 13. fejezet - Gyakorlati feladatmegoldás: adatelőkészítés, lényegkiemelés
  • Összegzés, várható fejlődési irányok
  • Függelék
    • 1. Mátrixok és vektorok [Gol96b], [Róz91]
    • 2. Gauss elimináció [Gol96b]
    • 3. A reduced row echelon alak
    • 4. Feltételes szélsőérték-keresés, Lagrange multiplikátoros módszer [Fle86, Boy04]
    • 5. Karush-Kuhn-Tucker feltételek [Cri00], [Boy04]
  • Jelölések
  • Irodalom
Címlap → Neurális hálózatok
  • Megtekintés
  • Hivatkozók

Függelék

  • 1. Mátrixok és vektorok [Gol96b], [Róz91]
  • 2. Gauss elimináció [Gol96b]
  • 3. A reduced row echelon alak
  • 4. Feltételes szélsőérték-keresés, Lagrange multiplikátoros módszer [Fle86, Boy04]
  • 5. Karush-Kuhn-Tucker feltételek [Cri00], [Boy04]
‹ Összegzés, várható fejlődési irányok fel 1. Mátrixok és vektorok [Gol96b], [Róz91] ›

Kapcsolódó tartalmak

Karush-Kuhn-Tucker elmélet
Az itt közölt anyagokat a szerzői jog védi. Az anyagok bármilyen formában történő másolása és terjesztése csak előzetes, írásbeli engedéllyel lehetséges.