Das Buch wendet sich an alle, die an praktischen Anwendungen neuronaler Netze interessiert sind. Es begleitet die Praktikumssoftware, mit der neuronale Netze am PC oder an einer UNIX-Workstation simuliert und auf ihren Nutzen für Anwendungen untersucht werden können. In zehn Kapiteln werden alle wichtigen Spielarten neuronaler Netze behandelt. Ausgehend vom klassischen Perzeptron werden u.a. Backpropagation, Hopfield-Netze und Kohonens neuronale Karten vorgestellt. Jedes Kapitel enthält nach einer Einführung in das jeweils behandelte Modell Übungsaufgaben und Versuche, die mit der beiliegenden Software durchgeführt werden können. Musterlösungen für Aufgaben und Versuche runden die Kapitel ab.

Theoretische Einführung in die gebräuchlichsten neuronalen Netzmodelle Enthält komfortables Programmpaket (lauffähig auf PC und Unix-Workstation), mit dem die Modelle in praxisnahen und realistischen Versuchen ohne eigene Implementierungsarbeit im Detail getestet werden können Korrigierter Nachdruck mit aktualisierter Software

Inhalt
Einführung.- Das Perzeptron.- Assoziative Speicher.- Palm-Netze.- Klassifikatoren.- Backpropagation I.- Backpropagation II.- Das symmetrische Hopfield-Modell.- Asymmetrische Netze.- Stochastische Netze.- Optimieren mit neuronalen Netzen.- Interactive Activation and Competition.- Literatur.- Notationen.