Vor Ort
Merkzettel Warenkorb
  • Produktbild: Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen
  • Produktbild: Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen

Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen

Aus der Reihe Subreihe Künstliche Intelligenz

54,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

16.09.1991

Abbildungen

XI, mit 2 Abbildungen, schwarz-weiss Illustrationen

Verlag

Springer Berlin

Seitenzahl

204

Maße (L/B/H)

24,2/17/1,3 cm

Gewicht

370 g

Sprache

Deutsch

ISBN

978-3-540-54523-1

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

16.09.1991

Abbildungen

XI, mit 2 Abbildungen, schwarz-weiss Illustrationen

Verlag

Springer Berlin

Seitenzahl

204

Maße (L/B/H)

24,2/17/1,3 cm

Gewicht

370 g

Sprache

Deutsch

ISBN

978-3-540-54523-1

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben: Einfach Barcode scannen, Versandetikett ausdrucken, Bücher verschicken und Thalia Geschenkkarte erhalten.

Jetzt verkaufen
Jetzt verkaufen

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern

Weitere Artikel finden Sie in
  • Produktbild: Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen
  • Produktbild: Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen
  • 1 Einleitung.- 1.1 Zum Begriff der Wissensrevision.- 1.2 Wissensrevision in der KI.- 1.3 Wissensrevision im Maschinellen Lernen.- 1.4 Das Lernszenario.- 1.5 Strategien zur Hypothesenüberprüfung und Wissensrevision.- 1.5.1 Kumulatives Lernen.- 1.5.2 Nicht-kumulatives Lernen.- 1.6 Zielsetzung dieser Arbeit.- 1.7 Aufbau dieser Arbeit.- 1.8 Zur Geschichte dieser Arbeit.- 2 Ansätze zur induktiven Wissensrevision.- 2.1 Wissensrevision im Maschinellen Lernen.- 2.1.1 Inkrementelles Lernen.- 2.1.2 Lernen im geschlossenen Kreislauf.- 2.1.3 „Hill-climbing Theorien des Lernens“.- 2.1.4 Ansätze zur nicht-konservativen Wissensrevision.- 2.2 Philosophische Untersuchungen zur Entwicklung wissenschaftlicher Theorien.- 2.2.1 Die Wissenschaftstheorie von T.S. Kuhn.- 2.2.2 Die Wissenschaftstheorie von P.K. Feyerabend.- 2.2.3 Schlußbemerkungen.- 3 Die Sichtweise auf maschinelle Modellbildung.- 3.1 Einleitung.- 3.2 Die grundlegenden Hypothesen.- 3.3 Rahmen der Untersuchung.- 3.3.1 Lernverfahren.- 3.3.2 Wissensrepräsentation.- 3.3.3 Was ist ein „Modell“?.- 3.4 Induktive Wissensrevision.- 3.4.1 Verbesserungen von Modellen.- 3.4.2 Konservative Wissensrevision.- 3.4.3 Nicht-konservative Wissensrevision.- 4 Eine Inferenzmaschine für das maschinelle Lernen.- 4.1 Einleitung.- 4.2 Anforderungen an das Wissensrepräsentationssystem.- 4.2.1 Repräsentation unsicheren und unvollständigen Wissens.- 4.2.2 Unterstützung der Wissensrevision.- 4.2.3 Repräsentation und Verwaltung von Abhängigkeitsbeziehungen.- 4.2.4 Repräsentation widersprüchlichen Wissens.- 4.2.5 Repräsentation alternativer Modelle.- 4.3 Die Wissensrepräsentation.- 4.3.1 Assertionelles Wissen.- 4.3.2 Inferentielles Wissen.- 4.3.3 Attributierung von Formeln und Regeln.- 4.3.4 Die Bedeutung von Assertionen in der Welt „system“.- 4.4 Ein- und Ausgabeoperationen.- 4.5 Der Inferenzmechanismus.- 4.5.1 Vorwärtsinferenzen.- 4.5.2 Rückwärtsinferenzen.- 4.5.3 Verifikation von Prämissen.- 4.5.4 Auswertung von Stützmengenbeschreibungen.- 4.6 Die Verwaltung von Datenabhängigkeiten.- 4.6.1 Ermittlung neu zu berechnender Inferenzen.- 4.6.2 Neuberechnung von Inferenzen aufgrund von Änderungen.- 4.6.3 Probleme zirkulärer Inferenzen.- 4.6.4 Diskussion.- 5 Kumulatives Lernen.- 5.1 Einleitung.- 5.2 METAXA.2.- 5.2.1 Generalisierungsverfahren.- 5.2.2 Wissensrevision.- 5.2.3 Diskussion.- 5.3 Strategien zur Realisierung kumulativen Lernens.- 5.3.1 Datenbewertung.- 5.3.2 Datenauswahl.- 5.3.3 Konfirmative Hypothesengenerierung.- 5.3.4 Konfirmative Hypothesenüberprüfung.- 5.3.5 Paradigmen.- 5.4 Kumulatives Lernen in METAXA.3.- 5.4.1 Datenbewertung.- 5.4.2 Konfirmative Hypothesengenerierung.- 5.4.3 Konfirmative Hypothesenüberprüfung.- 6 Nicht-kumulatives Lernen.- 6.1 Einleitung.- 6.2 Entwicklung alternativer Modelle.- 6.2.1 Entscheidung zur nicht-konservativen Wissensrevision.- 6.2.2 Suche nach alternativen Hypothesen.- 6.2.3 Destruktive Wissensrevision.- 6.2.4 Konstruktive Wissensrevision.- 6.2.5 Ausarbeitung des neuen Modells.- 6.2.6 Wettbewerb.- 6.3 Nicht-konservative Wissensrevision in METAXA.3.- 6.3.1 Entscheidung zur nicht-konservativen Wissensrevision.- 6.3.2 Suche nach alternativen Hypothesen.- 6.3.3 Konstruktive Revision.- 6.3.4 Diskussion.- 7 Schlußbemerkungen.- Stichwortverzeichnis.- Namenregister.