Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen:
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Elektronisch E-Book |
| Sprache: | German |
| Veröffentlicht: |
Berlin, Heidelberg
Springer Berlin Heidelberg
1991
|
| Schriftenreihe: | Informatik-Fachberichte, Subreihe Künstliche Intelligenz
281 |
| Schlagworte: | |
| Online-Zugang: | Volltext |
| Beschreibung: | Das Buch vermittelt eine neue Sichtweise auf das Problem des induktiven Lernens. Unter Einbeziehung von Ansätzen aus der Wissenschaftstheorie und Psychologie wird eine Konzeption entwickelt, die es maschinell lernenden Systemen ermöglicht, auch in komplexen Weltausschnitten zu lernen. Es wird dargestellt, daß eine Modellbildung in komplexen Weltausschnitten nur in mehrstufigen Prozeßen möglich ist. Innerhalb einer Lernstufe ist der Einsatz von Strategien erforderlich, die auf die Bestätigung und Verfeinerung des aktuellen Models ausgerichtet sind. Solche Strategien müssen durch andere, nicht konservative Strategien ergänzt werden, die "revolutionäre" Entwicklungen ermöglichen und damit den Übergang zu einer neuen Entwicklungsstufe erlauben. Ein maschinell lernendes System, das auf eine solche Weise lernt, stellt eine Reihe von Anforderungen an die Wissensrepräsentationskomponente. Diese werden ausführlich dargestellt und am Beispiel einer Inferenzmaschine operativ eingelöst. Die breite und umfassende Behandlung des Revisionsproblems beim maschinellen Lernen führt zu einem Ansatz, der auch in anderen Bereichen der Wissensverarbeitung interessante Konsequenzen haben wird |
| Beschreibung: | 1 Online-Ressource (XI, 204S.) |
| ISBN: | 9783642769092 9783540545231 |
| ISSN: | 0343-3005 |
| DOI: | 10.1007/978-3-642-76909-2 |
Internformat
MARC
| LEADER | 00000nmm a2200000zcb4500 | ||
|---|---|---|---|
| 001 | BV042433141 | ||
| 003 | DE-604 | ||
| 005 | 00000000000000.0 | ||
| 007 | cr|uuu---uuuuu | ||
| 008 | 150320s1991 |||| o||u| ||||||ger d | ||
| 020 | |a 9783642769092 |c Online |9 978-3-642-76909-2 | ||
| 020 | |a 9783540545231 |c Print |9 978-3-540-54523-1 | ||
| 024 | 7 | |a 10.1007/978-3-642-76909-2 |2 doi | |
| 035 | |a (OCoLC)863817081 | ||
| 035 | |a (DE-599)BVBBV042433141 | ||
| 040 | |a DE-604 |b ger |e aacr | ||
| 041 | 0 | |a ger | |
| 049 | |a DE-91 |a DE-634 |a DE-92 |a DE-573 |a DE-706 |a DE-860 |a DE-1046 |a DE-Aug4 | ||
| 082 | 0 | |a 006.3 |2 23 | |
| 084 | |a TEC 000 |2 stub | ||
| 084 | |a DAT 000 |2 stub | ||
| 100 | 1 | |a Emde, Werner |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen |c von Werner Emde |
| 264 | 1 | |a Berlin, Heidelberg |b Springer Berlin Heidelberg |c 1991 | |
| 300 | |a 1 Online-Ressource (XI, 204S.) | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b c |2 rdamedia | ||
| 338 | |b cr |2 rdacarrier | ||
| 490 | 0 | |a Informatik-Fachberichte, Subreihe Künstliche Intelligenz |v 281 |x 0343-3005 | |
| 500 | |a Das Buch vermittelt eine neue Sichtweise auf das Problem des induktiven Lernens. Unter Einbeziehung von Ansätzen aus der Wissenschaftstheorie und Psychologie wird eine Konzeption entwickelt, die es maschinell lernenden Systemen ermöglicht, auch in komplexen Weltausschnitten zu lernen. Es wird dargestellt, daß eine Modellbildung in komplexen Weltausschnitten nur in mehrstufigen Prozeßen möglich ist. Innerhalb einer Lernstufe ist der Einsatz von Strategien erforderlich, die auf die Bestätigung und Verfeinerung des aktuellen Models ausgerichtet sind. Solche Strategien müssen durch andere, nicht konservative Strategien ergänzt werden, die "revolutionäre" Entwicklungen ermöglichen und damit den Übergang zu einer neuen Entwicklungsstufe erlauben. Ein maschinell lernendes System, das auf eine solche Weise lernt, stellt eine Reihe von Anforderungen an die Wissensrepräsentationskomponente. Diese werden ausführlich dargestellt und am Beispiel einer Inferenzmaschine operativ eingelöst. Die breite und umfassende Behandlung des Revisionsproblems beim maschinellen Lernen führt zu einem Ansatz, der auch in anderen Bereichen der Wissensverarbeitung interessante Konsequenzen haben wird | ||
| 650 | 4 | |a Computer science | |
| 650 | 4 | |a Artificial intelligence | |
| 650 | 4 | |a Computer Science | |
| 650 | 4 | |a Artificial Intelligence (incl. Robotics) | |
| 650 | 4 | |a Informatik | |
| 650 | 4 | |a Künstliche Intelligenz | |
| 650 | 0 | 7 | |a Wissensrevision |0 (DE-588)4273403-4 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Wissensbasiertes System |0 (DE-588)4197554-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Modellierung |0 (DE-588)4170297-9 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Wissensrepräsentation |0 (DE-588)4049534-6 |2 gnd |9 rswk-swf |
| 655 | 7 | |8 1\p |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |D s |
| 689 | 0 | 1 | |a Wissensrepräsentation |0 (DE-588)4049534-6 |D s |
| 689 | 0 | |8 2\p |5 DE-604 | |
| 689 | 1 | 0 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |D s |
| 689 | 1 | 1 | |a Wissensrevision |0 (DE-588)4273403-4 |D s |
| 689 | 1 | |8 3\p |5 DE-604 | |
| 689 | 2 | 0 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |D s |
| 689 | 2 | 1 | |a Modellierung |0 (DE-588)4170297-9 |D s |
| 689 | 2 | |8 4\p |5 DE-604 | |
| 689 | 3 | 0 | |a Maschinelles Lernen |0 (DE-588)4193754-5 |D s |
| 689 | 3 | 1 | |a Wissensbasiertes System |0 (DE-588)4197554-6 |D s |
| 689 | 3 | |8 5\p |5 DE-604 | |
| 856 | 4 | 0 | |u https://doi.org/10.1007/978-3-642-76909-2 |x Verlag |3 Volltext |
| 912 | |a ZDB-2-STI |a ZDB-2-BAD | ||
| 940 | 1 | |q ZDB-2-STI_Archive | |
| 940 | 1 | |q ZDB-2-STI_1990/1999 | |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-027868471 | ||
| 883 | 1 | |8 1\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 2\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 3\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 4\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
| 883 | 1 | |8 5\p |a cgwrk |d 20201028 |q DE-101 |u https://d-nb.info/provenance/plan#cgwrk | |
Datensatz im Suchindex
| _version_ | 1804153118170021888 |
|---|---|
| any_adam_object | |
| author | Emde, Werner |
| author_facet | Emde, Werner |
| author_role | aut |
| author_sort | Emde, Werner |
| author_variant | w e we |
| building | Verbundindex |
| bvnumber | BV042433141 |
| classification_tum | TEC 000 DAT 000 |
| collection | ZDB-2-STI ZDB-2-BAD |
| ctrlnum | (OCoLC)863817081 (DE-599)BVBBV042433141 |
| dewey-full | 006.3 |
| dewey-hundreds | 000 - Computer science, information, general works |
| dewey-ones | 006 - Special computer methods |
| dewey-raw | 006.3 |
| dewey-search | 006.3 |
| dewey-sort | 16.3 |
| dewey-tens | 000 - Computer science, information, general works |
| discipline | Technik Technik Informatik |
| doi_str_mv | 10.1007/978-3-642-76909-2 |
| format | Electronic eBook |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>04188nmm a2200733zcb4500</leader><controlfield tag="001">BV042433141</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">00000000000000.0</controlfield><controlfield tag="007">cr|uuu---uuuuu</controlfield><controlfield tag="008">150320s1991 |||| o||u| ||||||ger d</controlfield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783642769092</subfield><subfield code="c">Online</subfield><subfield code="9">978-3-642-76909-2</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783540545231</subfield><subfield code="c">Print</subfield><subfield code="9">978-3-540-54523-1</subfield></datafield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.1007/978-3-642-76909-2</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)863817081</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV042433141</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">aacr</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-91</subfield><subfield code="a">DE-634</subfield><subfield code="a">DE-92</subfield><subfield code="a">DE-573</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-1046</subfield><subfield code="a">DE-Aug4</subfield></datafield><datafield tag="082" ind1="0" ind2=" "><subfield code="a">006.3</subfield><subfield code="2">23</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">TEC 000</subfield><subfield code="2">stub</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">DAT 000</subfield><subfield code="2">stub</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Emde, Werner</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen</subfield><subfield code="c">von Werner Emde</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Berlin, Heidelberg</subfield><subfield code="b">Springer Berlin Heidelberg</subfield><subfield code="c">1991</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">1 Online-Ressource (XI, 204S.)</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Informatik-Fachberichte, Subreihe Künstliche Intelligenz</subfield><subfield code="v">281</subfield><subfield code="x">0343-3005</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Das Buch vermittelt eine neue Sichtweise auf das Problem des induktiven Lernens. Unter Einbeziehung von Ansätzen aus der Wissenschaftstheorie und Psychologie wird eine Konzeption entwickelt, die es maschinell lernenden Systemen ermöglicht, auch in komplexen Weltausschnitten zu lernen. Es wird dargestellt, daß eine Modellbildung in komplexen Weltausschnitten nur in mehrstufigen Prozeßen möglich ist. Innerhalb einer Lernstufe ist der Einsatz von Strategien erforderlich, die auf die Bestätigung und Verfeinerung des aktuellen Models ausgerichtet sind. Solche Strategien müssen durch andere, nicht konservative Strategien ergänzt werden, die "revolutionäre" Entwicklungen ermöglichen und damit den Übergang zu einer neuen Entwicklungsstufe erlauben. Ein maschinell lernendes System, das auf eine solche Weise lernt, stellt eine Reihe von Anforderungen an die Wissensrepräsentationskomponente. Diese werden ausführlich dargestellt und am Beispiel einer Inferenzmaschine operativ eingelöst. Die breite und umfassende Behandlung des Revisionsproblems beim maschinellen Lernen führt zu einem Ansatz, der auch in anderen Bereichen der Wissensverarbeitung interessante Konsequenzen haben wird</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Computer science</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Artificial intelligence</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Computer Science</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Artificial Intelligence (incl. Robotics)</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Informatik</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Künstliche Intelligenz</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Wissensrevision</subfield><subfield code="0">(DE-588)4273403-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Wissensbasiertes System</subfield><subfield code="0">(DE-588)4197554-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Modellierung</subfield><subfield code="0">(DE-588)4170297-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Wissensrepräsentation</subfield><subfield code="0">(DE-588)4049534-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="8">1\p</subfield><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Wissensrepräsentation</subfield><subfield code="0">(DE-588)4049534-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="8">2\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Wissensrevision</subfield><subfield code="0">(DE-588)4273403-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="2" ind2="0"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2="1"><subfield code="a">Modellierung</subfield><subfield code="0">(DE-588)4170297-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="2" ind2=" "><subfield code="8">4\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="3" ind2="0"><subfield code="a">Maschinelles Lernen</subfield><subfield code="0">(DE-588)4193754-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="3" ind2="1"><subfield code="a">Wissensbasiertes System</subfield><subfield code="0">(DE-588)4197554-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="3" ind2=" "><subfield code="8">5\p</subfield><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.1007/978-3-642-76909-2</subfield><subfield code="x">Verlag</subfield><subfield code="3">Volltext</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">ZDB-2-STI</subfield><subfield code="a">ZDB-2-BAD</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-STI_Archive</subfield></datafield><datafield tag="940" ind1="1" ind2=" "><subfield code="q">ZDB-2-STI_1990/1999</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-027868471</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">1\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">2\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">3\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">4\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield><datafield tag="883" ind1="1" ind2=" "><subfield code="8">5\p</subfield><subfield code="a">cgwrk</subfield><subfield code="d">20201028</subfield><subfield code="q">DE-101</subfield><subfield code="u">https://d-nb.info/provenance/plan#cgwrk</subfield></datafield></record></collection> |
| genre | 1\p (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV042433141 |
| illustrated | Not Illustrated |
| indexdate | 2024-07-10T01:21:31Z |
| institution | BVB |
| isbn | 9783642769092 9783540545231 |
| issn | 0343-3005 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-027868471 |
| oclc_num | 863817081 |
| open_access_boolean | |
| owner | DE-91 DE-BY-TUM DE-634 DE-92 DE-573 DE-706 DE-860 DE-1046 DE-Aug4 |
| owner_facet | DE-91 DE-BY-TUM DE-634 DE-92 DE-573 DE-706 DE-860 DE-1046 DE-Aug4 |
| physical | 1 Online-Ressource (XI, 204S.) |
| psigel | ZDB-2-STI ZDB-2-BAD ZDB-2-STI_Archive ZDB-2-STI_1990/1999 |
| publishDate | 1991 |
| publishDateSearch | 1991 |
| publishDateSort | 1991 |
| publisher | Springer Berlin Heidelberg |
| record_format | marc |
| series2 | Informatik-Fachberichte, Subreihe Künstliche Intelligenz |
| spelling | Emde, Werner Verfasser aut Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen von Werner Emde Berlin, Heidelberg Springer Berlin Heidelberg 1991 1 Online-Ressource (XI, 204S.) txt rdacontent c rdamedia cr rdacarrier Informatik-Fachberichte, Subreihe Künstliche Intelligenz 281 0343-3005 Das Buch vermittelt eine neue Sichtweise auf das Problem des induktiven Lernens. Unter Einbeziehung von Ansätzen aus der Wissenschaftstheorie und Psychologie wird eine Konzeption entwickelt, die es maschinell lernenden Systemen ermöglicht, auch in komplexen Weltausschnitten zu lernen. Es wird dargestellt, daß eine Modellbildung in komplexen Weltausschnitten nur in mehrstufigen Prozeßen möglich ist. Innerhalb einer Lernstufe ist der Einsatz von Strategien erforderlich, die auf die Bestätigung und Verfeinerung des aktuellen Models ausgerichtet sind. Solche Strategien müssen durch andere, nicht konservative Strategien ergänzt werden, die "revolutionäre" Entwicklungen ermöglichen und damit den Übergang zu einer neuen Entwicklungsstufe erlauben. Ein maschinell lernendes System, das auf eine solche Weise lernt, stellt eine Reihe von Anforderungen an die Wissensrepräsentationskomponente. Diese werden ausführlich dargestellt und am Beispiel einer Inferenzmaschine operativ eingelöst. Die breite und umfassende Behandlung des Revisionsproblems beim maschinellen Lernen führt zu einem Ansatz, der auch in anderen Bereichen der Wissensverarbeitung interessante Konsequenzen haben wird Computer science Artificial intelligence Computer Science Artificial Intelligence (incl. Robotics) Informatik Künstliche Intelligenz Wissensrevision (DE-588)4273403-4 gnd rswk-swf Wissensbasiertes System (DE-588)4197554-6 gnd rswk-swf Modellierung (DE-588)4170297-9 gnd rswk-swf Maschinelles Lernen (DE-588)4193754-5 gnd rswk-swf Wissensrepräsentation (DE-588)4049534-6 gnd rswk-swf 1\p (DE-588)4113937-9 Hochschulschrift gnd-content Maschinelles Lernen (DE-588)4193754-5 s Wissensrepräsentation (DE-588)4049534-6 s 2\p DE-604 Wissensrevision (DE-588)4273403-4 s 3\p DE-604 Modellierung (DE-588)4170297-9 s 4\p DE-604 Wissensbasiertes System (DE-588)4197554-6 s 5\p DE-604 https://doi.org/10.1007/978-3-642-76909-2 Verlag Volltext 1\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 2\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 3\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 4\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk 5\p cgwrk 20201028 DE-101 https://d-nb.info/provenance/plan#cgwrk |
| spellingShingle | Emde, Werner Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen Computer science Artificial intelligence Computer Science Artificial Intelligence (incl. Robotics) Informatik Künstliche Intelligenz Wissensrevision (DE-588)4273403-4 gnd Wissensbasiertes System (DE-588)4197554-6 gnd Modellierung (DE-588)4170297-9 gnd Maschinelles Lernen (DE-588)4193754-5 gnd Wissensrepräsentation (DE-588)4049534-6 gnd |
| subject_GND | (DE-588)4273403-4 (DE-588)4197554-6 (DE-588)4170297-9 (DE-588)4193754-5 (DE-588)4049534-6 (DE-588)4113937-9 |
| title | Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen |
| title_auth | Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen |
| title_exact_search | Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen |
| title_full | Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen von Werner Emde |
| title_fullStr | Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen von Werner Emde |
| title_full_unstemmed | Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen von Werner Emde |
| title_short | Modellbildung, Wissensrevision und Wissensrepräsentation im Maschinellen Lernen |
| title_sort | modellbildung wissensrevision und wissensreprasentation im maschinellen lernen |
| topic | Computer science Artificial intelligence Computer Science Artificial Intelligence (incl. Robotics) Informatik Künstliche Intelligenz Wissensrevision (DE-588)4273403-4 gnd Wissensbasiertes System (DE-588)4197554-6 gnd Modellierung (DE-588)4170297-9 gnd Maschinelles Lernen (DE-588)4193754-5 gnd Wissensrepräsentation (DE-588)4049534-6 gnd |
| topic_facet | Computer science Artificial intelligence Computer Science Artificial Intelligence (incl. Robotics) Informatik Künstliche Intelligenz Wissensrevision Wissensbasiertes System Modellierung Maschinelles Lernen Wissensrepräsentation Hochschulschrift |
| url | https://doi.org/10.1007/978-3-642-76909-2 |
| work_keys_str_mv | AT emdewerner modellbildungwissensrevisionundwissensreprasentationimmaschinellenlernen |