Wissenschaftliche Texte zu Perzeptron

Das Perzeptron ist ein grundlegendes Konzept der künstlichen Intelligenz und wird vor allem im Bereich der neuronalen Netze und des maschinellen Lernens diskutiert. Es bezeichnet ein einfaches neuronales Netz, das für die Lösung von Problemen trainiert werden kann. In der Forschung wird das Perzeptron oft als Ausgangspunkt für die Entwicklung komplexerer neuronaler Netze verwendet.

2 Veröffentlichungen

Absatzprognosen auf Basis von Künstlicher Intelligenz
Eine Gegenüberstellung von traditionellen Verfahren zur Absatzprognose mit praxisrelevanten Methoden auf Basis Künstlicher Intelligenz

Autor:in: Wolfgang Dobernig (Autor:in)

Fach: BWL - Sonstiges

Kategorie: Masterarbeit , 2015 113 Seiten , Note: 2

Katalognummer: 306525

Preis: US$ 42,99
Chancen und Risiken der künstlichen Intelligenz. SWOT-Analyse und Anwendungsgebiete der Technologie

Autor:in: Simon Anthofer (Autor:in)

Fach: Informatik - Künstliche Intelligenz

Kategorie: Seminararbeit , 2021 30 Seiten , Note: 0,67

Katalognummer: 1044779

Preis: US$ 18,99

Die Theorie des Perzeptrons basiert auf der Idee, dass ein neuronales Netz durch Trainingsdaten angepasst werden kann, um bestimmte Aufgaben zu lösen. In der Praxis wird das Perzeptron oft für die Klassifizierung von Daten und die Vorhersage von Ergebnissen eingesetzt. Die Forschung zum Perzeptron hat auch zu neuen Anwendungsfeldern wie der Absatzprognose und der Gangwahl im Fahrzeug geführt. Du findest wissenschaftliche Arbeiten zum Perzeptron als PDF und eBook, viele auch als Print-on-Demand, bei GRIN.