Anmelden
Tipp von eurobuch.com
Ähnliche Bücher
Weitere, andere Bücher, die diesem Buch sehr ähnlich sein könnten:
Buch verkaufen
Anbieter, die das Buch mit der ISBN 9783836633031 ankaufen:
Suchtools
Buchtipps
Aktuelles
- 0 Ergebnisse
Kleinster Preis: € 55,94, größter Preis: € 60,19, Mittelwert: € 58,03
Simulation adaptiver Agenten mittels lernender Klassifizierersysteme - Thorsten Luedtke
Vergriffenes Buch, derzeit bei uns nicht verfügbar.
(*)
Thorsten Luedtke:
Simulation adaptiver Agenten mittels lernender Klassifizierersysteme - neues Buch

2009, ISBN: 9783836633031

ID: 682855708

Inhaltsangabe:Einleitung: Klassifizierersysteme sind lernende Systeme, die eine Menge von internen Strukturen hinsichtlich der Anforderungen des Umsystems zielgerichtet manipulieren. Traditionell wurden Klassifizierersysteme, die maschinelle Lernalgorithmen verwenden, als lernende Klassifizierersysteme (Learning Classifier Systems) bezeichnet, um sie von solchen zu unterscheiden, die ähnlich einem Expertensystem nur durch manuelle Programmierung sinnvolle Ausgaben liefern können. Dieser Konvention wird in der zugrundeliegenden Arbeit nicht gefolgt. Statt dessen wird der Terminus Klassifizierersystem vereinfachend für die Originalbezeichnung Learning Classifier System gebraucht. Die theoretische Grundlage der Klassifizierersysteme bildet die Theorie kognitiver Landkarten (cognitive maps) aus der Psychologie. Nach MICHAEL G. WESSELLS besteht das Organisationsprinzip, nach dem der Mensch seine Begriffswelt ordnet, in der Kategorisierung des eintreffenden Informationsstromes. Dem Prozess der Kategorienbildung liegen Generalisierungs- und Differenzierungsvorgänge zugrunde. Dabei werden unterschiedliche Objekte als Elemente einer Kategorie erkannt, wenn sie gemeinsame Merkmale aufweisen. Von irrelevanten Unterschieden zwischen den Objekten wird durch Generalisierung abgesehen. In Klassifizierersystemen werden diese Kategorien durch Klassifizierer modelliert. Klassifizierer sind Regeln mit einem Gültigkeitsbereich, der sich mit denen anderer Klassifizierer überlappen kann, so dass im konkreten Fall zwischen allgemeinen und situations-spezifischen Regeln entschieden werden muss. Das Prinzip der Wissensaquisition in Klassifizierersystemen wird als verstärkendes Lernen (reinforcement learning) bezeichnet. Das System benötigt zum Lernen keine Vorgaben im Sinne von korrekten Aktionen als Reaktion auf eine vorliegende Situation. Statt dessen ist lediglich ein Feedback in der Form eines einzelnen Parameters notwendig. Die Klassifizierer werden durch Induktionsmechanismen erlernt und können laufend verändert werden, ohne die Systemleistung zu beeinträchtigen. Jeder Klassifizierer stellt eine situationsabhängige Erwartung hinsichtlich zukünftiger Ereignisse dar. Somit bildet sich im System ein Modell der Umwelt, welches den Änderungen der Umwelt laufend angepasst wird. Diese Eigenschaften und die Problemunabhängigkeit des Lernmechanismus haben Wirtschaftswissenschaftler dazu veranlasst, den homo oeconomicus neoklassischer Modelle durch adaptive [] Inhaltsangabe:Einleitung: Klassifizierersysteme sind lernende Systeme, die eine Menge von internen Strukturen hinsichtlich der Anforderungen des Umsystems zielgerichtet manipulieren. Traditionell wurden Klassifizierersysteme, die maschinelle Lernalgorithmen verwenden, als lernende Klassifizierersysteme (Learning Classifier Systems) ... eBooks > Sachbücher > Computer & Internet > Anwendungs-Software PDF 20.07.2009 eBook, Diplom.de, .200

Neues Buch Buch.ch
No. 37259821 Versandkosten:zzgl. Versandkosten
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Simulation adaptiver Agenten mittels lernender Klassifizierersysteme - Thorsten Luedtke
Vergriffenes Buch, derzeit bei uns nicht verfügbar.
(*)
Thorsten Luedtke:
Simulation adaptiver Agenten mittels lernender Klassifizierersysteme - neues Buch

2009, ISBN: 9783836633031

ID: 864913002

Inhaltsangabe:Einleitung: Klassifizierersysteme sind lernende Systeme, die eine Menge von internen Strukturen hinsichtlich der Anforderungen des Umsystems zielgerichtet manipulieren. Traditionell wurden Klassifizierersysteme, die maschinelle Lernalgorithmen verwenden, als lernende Klassifizierersysteme (Learning Classifier Systems) bezeichnet, um sie von solchen zu unterscheiden, die ähnlich einem Expertensystem nur durch manuelle Programmierung sinnvolle Ausgaben liefern können. Dieser Konvention wird in der zugrundeliegenden Arbeit nicht gefolgt. Statt dessen wird der Terminus Klassifizierersystem vereinfachend für die Originalbezeichnung Learning Classifier System gebraucht. Die theoretische Grundlage der Klassifizierersysteme bildet die Theorie kognitiver Landkarten (cognitive maps) aus der Psychologie. Nach MICHAEL G. WESSELLS besteht das Organisationsprinzip, nach dem der Mensch seine Begriffswelt ordnet, in der Kategorisierung des eintreffenden Informationsstromes. Dem Prozess der Kategorienbildung liegen Generalisierungs- und Differenzierungsvorgänge zugrunde. Dabei werden unterschiedliche Objekte als Elemente einer Kategorie erkannt, wenn sie gemeinsame Merkmale aufweisen. Von irrelevanten Unterschieden zwischen den Objekten wird durch Generalisierung abgesehen. In Klassifizierersystemen werden diese Kategorien durch Klassifizierer modelliert. Klassifizierer sind Regeln mit einem Gültigkeitsbereich, der sich mit denen anderer Klassifizierer überlappen kann, so dass im konkreten Fall zwischen allgemeinen und situations-spezifischen Regeln entschieden werden muss. Das Prinzip der Wissensaquisition in Klassifizierersystemen wird als verstärkendes Lernen (reinforcement learning) bezeichnet. Das System benötigt zum Lernen keine Vorgaben im Sinne von korrekten Aktionen als Reaktion auf eine vorliegende Situation. Statt dessen ist lediglich ein Feedback in der Form eines einzelnen Parameters notwendig. Die Klassifizierer werden durch Induktionsmechanismen erlernt und können laufend verändert werden, ohne die Systemleistung zu beeinträchtigen. Jeder Klassifizierer stellt eine situationsabhängige Erwartung hinsichtlich zukünftiger Ereignisse dar. Somit bildet sich im System ein Modell der Umwelt, welches den Änderungen der Umwelt laufend angepasst wird. Diese Eigenschaften und die Problemunabhängigkeit des Lernmechanismus haben Wirtschaftswissenschaftler dazu veranlasst, den homo oeconomicus neoklassischer Modelle durch adaptive [] Inhaltsangabe:Einleitung: Klassifizierersysteme sind lernende Systeme, die eine Menge von internen Strukturen hinsichtlich der Anforderungen des Umsystems zielgerichtet manipulieren. Traditionell wurden Klassifizierersysteme, die maschinelle Lernalgorithmen verwenden, als lernende Klassifizierersysteme (Learning Classifier Systems) ... eBook PDF 20.07.2009 eBooks>Sachbücher>Computer & Internet>Anwendungs-Software, Diplom.de, .200

Neues Buch Orellfuessli.ch
No. 37259821. Versandkosten:Zzgl. Versandkosten. (EUR 15.28)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Simulation adaptiver Agenten mittels lernender Klassifizierersysteme als eBook von Thorsten Luedtke - Diplom.de
Vergriffenes Buch, derzeit bei uns nicht verfügbar.
(*)
Diplom.de:
Simulation adaptiver Agenten mittels lernender Klassifizierersysteme als eBook von Thorsten Luedtke - neues Buch

ISBN: 9783836633031

ID: 825056867

Simulation adaptiver Agenten mittels lernender Klassifizierersysteme ab 58 EURO Modellbildung in Wirtschaftssystemen Simulation adaptiver Agenten mittels lernender Klassifizierersysteme ab 58 EURO Modellbildung in Wirtschaftssystemen eBooks > Sachthemen & Ratgeber > Computer & Internet

Neues Buch eBook.de
No. 21622455. Versandkosten:Zzgl. Versandkosten., zzgl. Versandkosten
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Simulation adaptiver Agenten mittels lernender Klassifizierersysteme als eBook Download von Thorsten Luedtke - Thorsten Luedtke
Vergriffenes Buch, derzeit bei uns nicht verfügbar.
(*)
Thorsten Luedtke:
Simulation adaptiver Agenten mittels lernender Klassifizierersysteme als eBook Download von Thorsten Luedtke - neues Buch

ISBN: 9783836633031

ID: 732526195

Lieferung innerhalb 1-4 Werktagen. Versandkostenfrei, wenn Buch oder Hörbuch enthalten ist, sonst 2,95 EUR. Ab 19,90 EUR versandkostenfrei. (Deutschland) eBooks > Sachthemen & Ratgeber > Computer & Internet, Diplom.de

Neues Buch Hugendubel.de
No. 21622455. Versandkosten:Zzgl. Versandkosten. (EUR 0.00)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Simulation adaptiver Agenten mittels lernender Klassifizierersysteme - Thorsten Luedtke
Vergriffenes Buch, derzeit bei uns nicht verfügbar.
(*)
Thorsten Luedtke:
Simulation adaptiver Agenten mittels lernender Klassifizierersysteme - Erstausgabe

2009, ISBN: 9783836633031

ID: 28215693

Modellbildung in Wirtschaftssystemen, [ED: 1], Auflage, eBook Download (PDF), eBooks, [PU: diplom.de]

Neues Buch Lehmanns.de
Versandkosten:Download sofort lieferbar, , Versandkostenfrei innerhalb der BRD. (EUR 0.00)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.