Leserbewertungen
Zusammenfassung:Der Nutzer ist sehr unzufrieden mit der Qualität des Buches und führt große Probleme mit dem Schriftsatz, falschen mathematischen Symbolen, schlechten grafischen Darstellungen und dem allgemeinen Layout des Inhalts an. Sie empfehlen, nach alternativen Quellen zu suchen.
Vorteile:Die Vorteile des Buches wurden nicht genannt.
Nachteile:⬤ Schreckliche Qualität
⬤ inkonsistenter Schriftsatz
⬤ falsche mathematische Symbole
⬤ schlecht gestaltete Grafiken
⬤ übergroße Schrift und schlechtes Layout
⬤ Inhalt ist schwer zu finden
⬤ insgesamt ein bedauerlicher Kauf.
(basierend auf 1 Leserbewertungen)
Originaltitel:
Deep Neuro-Fuzzy Systems with Python: With Case Studies and Applications from the Industry
Inhalt des Buches:
Gewinnen Sie einen Einblick in Fuzzy-Logik und neuronale Netze und erfahren Sie, wie die Integration dieser beiden Modelle intelligente Systeme in der heutigen Welt ermöglicht. Dieses Buch vereinfacht die Implementierung von Konzepten der Fuzzy-Logik und neuronaler Netze mit Python.
Zu Beginn werden Sie die Grundlagen von Fuzzy-Mengen und -Relationen kennenlernen und erfahren, wie jedes Mitglied der Menge seine eigenen Zugehörigkeitsfunktionswerte hat. Sie werden sich auch verschiedene Architekturen und Modelle ansehen, die entwickelt wurden, und wie Regeln und Schlussfolgerungen definiert wurden, um diese Architekturen zu ermöglichen. Anschließend werden neuronale Netze und verwandte Architekturen näher betrachtet, wobei der Schwerpunkt auf den verschiedenen Problemen liegt, auf die neuronale Netze beim Training stoßen können, und wie verschiedene Optimierungsmethoden helfen können, diese zu lösen.
Im letzten Abschnitt des Buches werden Sie die Integration von Fuzzy-Logik und neuronalen Netzen, die adaptiven Neuro-Fuzzy-Inferenzsysteme und verschiedene damit verbundene Approximationen untersuchen. Sie werden verschiedene Arten von tiefen Neurofuzzy-Klassifikatoren, Fuzzy-Neuronen und die adaptive Lernfähigkeit neuronaler Netze kennenlernen. Das Buch schließt mit einem Überblick über fortgeschrittene Neurofuzzy-Modelle und -Anwendungen.
(Was Sie lernen werden)
⬤ Fuzzy-Logik, Mitgliedsfunktionen, Fuzzy-Beziehungen und Fuzzy-Inferenz verstehen.
⬤ Neuronale Netze, Backpropagation und Optimierung kennenlernen.
⬤ Arbeiten mit verschiedenen Architekturen wie dem Takagi-Sugeno-Modell, Hybridmodell, genetischen Algorithmen und Approximationen.
⬤ Python-Implementierungen von Deep Neuro Fuzzy-Systemen anwenden.
Für wen ist dieses Buch gedacht?
Datenwissenschaftler und Software-Ingenieure mit einem grundlegenden Verständnis von maschinellem Lernen, die in die hybriden Anwendungen von Deep Learning und Fuzzy-Logik einsteigen wollen.
Weitere Daten des Buches:
| ISBN: | 9781484253601 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Kauf:
Derzeit verfügbar, auf Lager.
