Algorithmen in Java: 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Buch |
| Sprache: | German |
| Veröffentlicht: |
Bonn
Rheinwerk
2021
|
| Ausgabe: | 1. Auflage |
| Schriftenreihe: | Rheinwerk Computing
8452 |
| Schlagworte: | |
| Online-Zugang: | Inhaltstext Inhaltsverzeichnis Inhaltsverzeichnis |
| Beschreibung: | Auf dem Umschlag: Alle Beispielprojekte zum Download |
| Beschreibung: | 333 Seiten Illustrationen, Diagramme 23 cm x 17.2 cm |
| ISBN: | 9783836284523 3836284529 |
Internformat
MARC
| LEADER | 00000nam a22000008cb4500 | ||
|---|---|---|---|
| 001 | BV047311043 | ||
| 003 | DE-604 | ||
| 005 | 20211201 | ||
| 007 | t | ||
| 008 | 210604s2021 gw a||| |||| 00||| ger d | ||
| 015 | |a 21,N10 |2 dnb | ||
| 016 | 7 | |a 1228642540 |2 DE-101 | |
| 020 | |a 9783836284523 |c kart. : EUR 29.90 (DE), EUR 30.80 (AT), CHF 38.90 (freier Preis) |9 978-3-8362-8452-3 | ||
| 020 | |a 3836284529 |9 3-8362-8452-9 | ||
| 024 | 3 | |a 9783836284523 | |
| 035 | |a (OCoLC)1255600234 | ||
| 035 | |a (DE-599)DNB1228642540 | ||
| 040 | |a DE-604 |b ger |e rda | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c XA-DE-NW | ||
| 049 | |a DE-1050 |a DE-860 |a DE-473 |a DE-B768 |a DE-Aug4 |a DE-29T |a DE-20 |a DE-523 |a DE-706 |a DE-1051 |a DE-739 |a DE-1043 |a DE-355 |a DE-703 |a DE-898 |a DE-859 |a DE-858 |a DE-573 |a DE-1102 | ||
| 084 | |a ST 250 |0 (DE-625)143626: |2 rvk | ||
| 084 | |a ST 134 |0 (DE-625)143590: |2 rvk | ||
| 084 | |a 004 |2 23sdnb | ||
| 100 | 1 | |a Kopec, David |e Verfasser |0 (DE-588)1175029521 |4 aut | |
| 245 | 1 | 0 | |a Algorithmen in Java |b 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen |c David Kopec |
| 250 | |a 1. Auflage | ||
| 264 | 1 | |a Bonn |b Rheinwerk |c 2021 | |
| 300 | |a 333 Seiten |b Illustrationen, Diagramme |c 23 cm x 17.2 cm | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 0 | |a Rheinwerk Computing |v 8452 | |
| 500 | |a Auf dem Umschlag: Alle Beispielprojekte zum Download | ||
| 650 | 0 | 7 | |a Neuronales Netz |0 (DE-588)4226127-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Java |g Programmiersprache |0 (DE-588)4401313-9 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Rucksackproblem |0 (DE-588)4178600-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a k-Means-Algorithmus |0 (DE-588)1029530211 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Problemlösen |0 (DE-588)4076358-4 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Suchverfahren |0 (DE-588)4132315-4 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Java Standard Edition 11 |0 (DE-588)1176042394 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Programmierung |0 (DE-588)4076370-5 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Genetischer Algorithmus |0 (DE-588)4265092-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Graph |0 (DE-588)4021842-9 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Erfüllbarkeitsproblem |0 (DE-588)4323820-8 |2 gnd |9 rswk-swf |
| 653 | |a Java | ||
| 653 | |a Programmieren Programmierung | ||
| 653 | |a Algorithmen | ||
| 653 | |a Training | ||
| 653 | |a Coding Kata | ||
| 653 | |a Buch Bücher Wissen lernen Kurse Seminare Tutorials Workshops Studium Beruf | ||
| 653 | |a Neuronale Netze | ||
| 653 | |a Probleme Rätsel Aufgaben | ||
| 653 | |a Informatik | ||
| 653 | |a Algorithmus | ||
| 653 | |a Programmier-Training | ||
| 655 | 7 | |0 (DE-588)4123623-3 |a Lehrbuch |2 gnd-content | |
| 689 | 0 | 0 | |a Java |g Programmiersprache |0 (DE-588)4401313-9 |D s |
| 689 | 0 | 1 | |a Rucksackproblem |0 (DE-588)4178600-2 |D s |
| 689 | 0 | 2 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a Java |g Programmiersprache |0 (DE-588)4401313-9 |D s |
| 689 | 1 | 1 | |a Programmierung |0 (DE-588)4076370-5 |D s |
| 689 | 1 | 2 | |a Java Standard Edition 11 |0 (DE-588)1176042394 |D s |
| 689 | 1 | 3 | |a Problemlösen |0 (DE-588)4076358-4 |D s |
| 689 | 1 | 4 | |a Suchverfahren |0 (DE-588)4132315-4 |D s |
| 689 | 1 | 5 | |a Erfüllbarkeitsproblem |0 (DE-588)4323820-8 |D s |
| 689 | 1 | 6 | |a k-Means-Algorithmus |0 (DE-588)1029530211 |D s |
| 689 | 1 | 7 | |a Graph |0 (DE-588)4021842-9 |D s |
| 689 | 1 | 8 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 1 | 9 | |a Genetischer Algorithmus |0 (DE-588)4265092-6 |D s |
| 689 | 1 | |5 DE-604 | |
| 710 | 2 | |a Rheinwerk Verlag |0 (DE-588)1081738405 |4 pbl | |
| 856 | 4 | 2 | |m X:MVB |q text/html |u http://deposit.dnb.de/cgi-bin/dokserv?id=53527926852e4c87937f5e482296626e&prov=M&dok_var=1&dok_ext=htm |3 Inhaltstext |
| 856 | 4 | 2 | |m DNB Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032713983&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 856 | 4 | 2 | |m Digitalisierung UB Passau - ADAM Catalogue Enrichment |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032713983&sequence=000003&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-032713983 | ||
Datensatz im Suchindex
| _version_ | 1804182500668342272 |
|---|---|
| adam_text | INHALT
VORWORT
.............................................................................................................................
13
EINLEITUNG
..........................................................................................................................
15
1
KLEINE
AUFGABEN
23
1.1
DIE
FIBONACCI-FOLGE
..................................................................................................
23
1.1.1
EIN
ERSTER
REKURSIVER
ANSATZ
..................................................................
23
1.1.2
ABBRUCHBEDINGUNGEN
VERWENDEN
........................................................
25
1.1.3
MEMOISATION
EILT
ZU
HILFE
.....................................................................
27
1.1.4
FIBONACCI
LEICHT
GEMACHT
......................................................................
29
1.1.5
FIBONACCI-ZAHLEN
MIT
EINEM
STREAM
ERZEUGEN
.....................................
30
1.2
TRIVIALE
KOMPRIMIERUNG
..........................................................................................
31
1.3
UNKNACKBARE
VERSCHLUESSELUNG
..............................................................................
36
1.3.1
DIE
DATEN
BEREITSTELLEN
.........................................................................
37
1.3.2
ENTSCHLUESSELN
UND
VERSCHLUESSELN
...........................................................
38
1.4
PI
BERECHNEN
.............................................................................................................
40
1.5
DIE
TUERME
VON
HANOI
..............................................................................................
42
1.5.1
DIE
TUERME
MODELLIEREN
..........................................................................
43
1.5.2
TUERME
VON
HANOI
LOESEN
.........................................................................
43
1.6
ANWENDUNGEN
IM
ALLTAG
........................................................................................
46
1.7
UEBUNGSAUFGABEN
.....................................................................................................
47
2
SUCHAUFGABEN
49
2.1
DNA-SUCHE
.................................................................................................................
49
2.1.1
DNA
SPEICHERN
......................................................................................
50
2.1.2
LINEARE
SUCHE
........................................................................................
52
2.1.3
BINAERSUCHE
............................................................................................
53
2.1.4
EIN
GENERISCHES
BEISPIEL
........................................................................
57
INHALT
2.2
LABYRINTHE
LOESEN
........................................................................................................
59
2.2.1
EIN
ZUFALLSLABYRINTH
ERZEUGEN
...............................................................
62
2.2.2
WEITERE
LABYRINTH-HILFSFUNKTIONEN
.......................................................
64
2.2.3
TIEFENSUCHE
...........................................................................................
65
2.2.4
BREITENSUCHE
..........................................................................................
70
2.2.5
A*-SUCHE
................................................................................................
75
2.3
MISSIONARE
UND
KANNIBALEN
....................................................................................
82
2.3.1
DARSTELLUNG
DER
AUFGABE
........................................................................
82
2.3.2
LOESUNG
....................................................................................................
85
2.4
ANWENDUNGEN
IM
ALLTAG
.........................................................................................
89
2.5
UEBUNGSAUFGABEN
......................................................................................................
89
3
BEDINGUNGSERFUELLUNGSPROBLEME
91
3.1
EIN
FRAMEWORK
FUER
BEDINGUNGSERFUELLUNGSPROBLEME
SCHREIBEN
......................
92
3.2
DIE
LANDKARTE
AUSTRALIENS
EINFAERBEN
....................................................................
98
3.3
DAS
ACHT-DAMEN-PROBLEM
......................................................................................
101
3.4
WORTSUCHE
..................................................................................................................
104
3.5
SEND+MORE=MONEY
..............................................................................................
112
3.6
LEITERPLATTEN-LAYOUT
................................................................................................
115
3.7
BEDINGUNGSERFUELLUNGSPROBLEM
IM
ALLTAG
............................................................
115
3.8
UEBUNGSAUFGABEN
......................................................................................................
116
4
GRAPHENPROBLEME
117
4.1
EINE
LANDKARTE
ALS
GRAPH
........................................................................................
117
4.2
EIN
FRAMEWORK
FUER
GRAPHEN
SCHREIBEN
................................................................
120
4.2.1
MIT
EDGE
UND
UNWEIGHTEDGRAPH
ARBEITEN
............................................
126
4.3
DEN
KUERZESTEN
PFAD
FINDEN
.....................................................................................
128
4.3.1
WIEDERSEHEN
MIT
DER
BREITENSUCHE
.......................................................
129
6
INHALT
4.4
DIE
KOSTEN
FUER
DEN
AUFBAU
DES
NETZWERKS
MINIMIEREN
...................................
131
4.4.1
MIT
GEWICHTEN
ARBEITEN
........................................................................
131
4.4.2
DEN
MINIMALEN
SPANNBAUM
FINDEN
.....................................................
136
4.5
DEN
KUERZESTEN
PFAD
IN
EINEM
GEWICHTETEN
GRAPHEN
FINDEN
...........................
143
4.5.1
DER
DIJKSTRA-ALGORITHMUS
......................................................................
143
4.6
GRAPHENPROBLEME
IM
ALLTAG
..................................................................................
150
4.7
UEBUNGSAUFGABEN
.....................................................................................................
151
5
GENETISCHE
ALGORITHMEN
153
5.1
BIOLOGISCHER
HINTERGRUND
.......................................................................................
153
5.2
EIN
GENERISCHER
GENETISCHER
ALGORITHMUS
...........................................................
155
5.3
EIN
NAIVER
TEST
..........................................................................................................
164
5.4
WIEDERSEHEN
MIT
SEND+MORE=MONEY
.............................................................
167
5.5
LISTENKOMPRIMIERUNG
OPTIMIEREN
........................................................................
172
5.6
KRITIK
AN
GENETISCHEN
ALGORITHMEN
......................................................................
176
5.7
GENETISCHE
ALGORITHMEN
IM
ALLTAG
......................................................................
178
5.8
UEBUNGSAUFGABEN
.....................................................................................................
179
6
K-MEANS-CLUSTERING
ISI
6.1
VORBEREITUNGEN
.......................................................................................................
182
6.2
DER
K-MEANS-CLUSTERING-ALGORITHMUS
.................................................................
185
6.3
GOUVERNEURE
NACH
ALTER
UND
LAENGENGRAD
DUSTERN
...........................................
193
6.4
MICHAEL-JACKSON-ALBEN
NACH
LAENGE
CLUSTERN
.....................................................
199
6.5
K-MEANS-CLUSTERING-PROBLEME
UND
-ERWEITERUNGEN
........................................
201
6.6
K-MEANS-CLUSTERING
IM
ALLTAG
...............................................................................
202
6.7
UEBUNGSAUFGABEN
.....................................................................................................
203
7
INHALT
7
EINFACHE
NEURONALE
NETZWERKE
205
7.1
BIOLOGISCHE
GRUNDLAGEN?
........................................................................................
206
7.2
KUENSTLICHE
NEURONALE
NETZWERKE
..........................................................................
207
7.2.1
NEURONEN
...............................................................................................
208
7.2.2
SCHICHTEN
................................................................................................
209
7.23
BACKPROPAGATION
......................................................................................
210
7.2.4
DAS
GROSSE
GANZE
.....................................................................................
214
7.3
VORBEREITUNGEN
.........................................................................................................
215
73.1
SKALARPRODUKT
........................................................................................
215
73.2
DIE
AKTIVIERUNGSFUNKTION
.......................................................................
216
7.4
DAS
NETZWERK
AUFBAUEN
..........................................................................................
218
7.4.1
NEURONEN
IMPLEMENTIEREN
....................................................................
218
7.4.2
SCHICHTEN
IMPLEMENTIEREN
....................................................................
220
7.43
DAS
NETZWERK
IMPLEMENTIEREN
...............................................................
222
7.5
KLASSIFIKATIONSPROBLEME
..........................................................................................
227
7.5.1
DATEN
NORMALISIEREN
.............................................................................
227
7.5.2
DIE
KLASSISCHE
IRIS-DATENMENGE
............................................................
229
7.53
WEIN
KLASSIFIZIEREN
..................................................................................
234
7.6
NEURONALE
NETZWERKE
BESCHLEUNIGEN
..................................................................
238
7.7
PROBLEME
UND
ERWEITERUNGEN
NEURONALER
NETZWERKE
......................................
239
7.8
NEURONALE
NETZWERKE
IM
ALLTAG
............................................................................
241
7.9
UEBUNGSAUFGABEN
......................................................................................................
242
8
ADVERSARIAL
SEARCH
243
8.1
GRUNDKOMPONENTEN
VON
BRETTSPIELEN
..................................................................
243
8.2
TIC
TAC
TOE
..................................................................................................................
245
8.2.1
DEN
ZUSTAND
VON
TIC
TAC
TOE
VERWALTEN
................................................
246
8.2.2
MINIMAX
................................................................................................
251
8.2.3
MINIMAX
MIT
TIC
TAC
TOE
TESTEN
............................................................
254
8.2.4
EINE
TIC-TAC-TOE-KL
ENTWICKELN
..............................................................
257
8
INHALT
8.3
VIER
GEWINNT
.............................................................................................................
260
83.1
DER
VIER-GEWINNT-SPIELMECHANISMUS
..................................................
260
83.2
EINE
VIER-GEWINNT-KI
.............................................................................
268
833
MINIMAX
MIT
ALPHA-BETA-SUCHE
VERBESSERN
..........................................
270
8.4
MINIMAX-VERBESSERUNGEN
UEBER
DIE
ALPHA-BETA-SUCHE
HINAUS
.......................
272
8.5
ADVERSARIAL
SEARCH
IM
ALLTAG
.................................................................................
273
8.6
UEBUNGSAUFGABEN
.....................................................................................................
274
9
WEITERE
AUFGABEN
277
9.1
DAS
RUCKSACKPROBLEM
.............................................................................................
277
9.2
DAS
PROBLEM
DES
HANDLUNGSREISENDEN
...............................................................
284
9.2.1
DER
NAIVE
ANSATZ
...................................................................................
285
9.2.2
DIE
NAECHSTE
STUFE
ERKLIMMEN
...............................................................
292
9.3
MERKHILFEN
FUER
TELEFONNUMMERN
.........................................................................
292
9.4
ANWENDUNGEN
IM
ALLTAG
........................................................................................
296
9.5
UEBUNGSAUFGABEN
.....................................................................................................
297
ANHANG
299
A
INTERVIEW
MIT
BRIAN
GOETZ
......................................................................................
301
B
GLOSSAR
........................................................................................................................
317
C
WEITERFUEHRENDE
RESSOURCEN
..................................................................................
323
INDEX
.................................................................................................................................
327
9
Auf einen Blick Auf einen Blick 1 Kleine Aufgaben............................................................................................. 23 2 Suchaufgaben................................................................................................ 49 3 Bedingungserfüllungsprobleme.................................................................. 91 4 Craphenprobleme......................................................................................... 117 5 Genetische Algorithmen......................................... 153 6 k-Means-Clustering....................................................................................... 181 7 Einfache neuronale Netzwerke.................................................................... 205 8 Adversarial Search......................................................................................... 243 9 Weitere Aufgaben ......................................................................................... 277
Inhalt Vorwort................................................................................................................................ 13 Einleitung............................................................................................................................ 15 1 23 1.1 Kleine Aufgaben Die Fibonacci-Folge............................................................................................. 23 1.1.1 Ein erster rekursiver Ansatz................................................................... 23 1.1.2 Abbruchbedingungen verwenden......................................................... 25 1.1.3 Memoisation eilt zu Hilfe....................................................................... 27 1.1.4 Fibonacci leicht gemacht........................................................................ 29 1.1.5 Fibonacci-Zahlen mit einem Stream erzeugen ..................................... 30 1.2 Triviale Komprimierung...................................................................................... 31 1.3 Unknackbare Verschlüsselung.......................................................................... 36 1.3.1 Die Daten bereitstellen .......................................................................... 37 1.3.2 Entschlüsseln und verschlüsseln............................................................ 38 1.4 Pi berechnen........................................................................................................ 40 1.5 Die Türme von Hanoi..........................................................................................
42 1.5.1 Die Türme modellieren........................................................................... 43 1.5.2 Türme von Hanoi lösen .......................................................................... 43 1.6 Anwendungen im Alltag.................................................................................... 46 1.7 Übungsaufgaben................................................................................................. 47 2 Suchaufgaben 49 2.1 DNA-Suche............................................................................................................ 49 2.1.1 DNA speichern........................................................................................ 50 2.1.2 Lineare Suche.......................................................................................... 52 2.1.3 Binärsuche.............................................................................................. 53 2.1.4 Ein generisches Beispiel ......................................................................... 57 5
Inhalt 2.2 Labyrinthe lösen.................................................................................................. 59 2.2.1 Ein Zufallslabyrinth erzeugen ................................................................ 62 2.2.2 Weitere Labyrinth-Hilfsfunktionen........................................................ 64 2.2.3 Tiefensuche............................................................................................. 65 2.2.4 Breitensuche........................................................................................... 70 2.2.5 A*֊Suche .................................................................................................. 75 Missionare und Kannibalen............................................................................... 82 2.3.1 Darstellung der Aufgabe......................................................................... 82 2.3.2 Lösung..................................................................................................... 85 2.4 Anwendungen im Alltag.................................................................................... 89 2.5 Übungsaufgaben................................................................................................. 89 3 Bedingungserfüllungsprobleme 91 3.1 Ein Framework für Bedingungserfüllungsprobleme schreiben..................... 92 3.2 Die Landkarte Australiens einfärben................................................................ 98 3.3 Das Acht-Damen-Problem.................................................................................. 101 3.4
Wortsuche............................................................................................................ 104 3.5 SEND+MORE=MONEY......................................................................................... 112 3.6 Leiterplatten-Layout........................................................................................... 115 3.7 Bedingungserfüllungsproblem im Alltag......................................................... 115 3.8 Übungsaufgaben................................................................................................. 116 4 Graphenprobleme 117 4.1 Eine Landkarte als Graph .................................................................................... 117 4.2 Ein Framework für Graphen schreiben............................................................. 120 4.2.1 Mit Edge und UnweightedGraph arbeiten............................................ 126 Den kürzesten Pfad finden................................................................................. 128 4.3.1 129 2.3 4.3 6 Wiedersehen mit der Breitensuche........................................................
Inhalt 4.4 Die Kosten für den Aufbau des Netzwerks minimieren................................. 131 4.4.1 Mit Gewichten arbeiten......................................................................... 131 4.4.2 Den minimalen Spannbaum finden ...................................................... 136 Den kürzesten Pfad in einem gewichteten Graphen finden.......................... 143 4.5.1 Der Dijkstra-Algorithmus........................................................................ 143 4.6 Graphenprobleme im Ailtag.............................................................................. 150 4.7 Übungsaufgaben................................................................................................. 151 5 Genetische Algorithmen 153 5.1 Biologischer Hintergrund................................................................................... 153 5.2 Ein generischer genetischer Algorithmus......................................................... 155 5.3 Ein naiver Test...................................................................................................... 164 5.4 Wiedersehen mit SEND+MORE=MONEY.......................................................... 167 5.5 Listenkomprimierung optimieren..................................................................... 172 5.6 Kritik an genetischen Algorithmen................................................................... 176 5.7 Genetische Algorithmen im Alltag................................................................... 178 5.8
Übungsaufgaben................................................................................................. 179 6 k-Means-Clustering ısı 6.1 Vorbereitungen................................................................................................... 182 6.2 Der k-Means-Clustering-Algorithmus................... 185 6.3 Gouverneure nach Alter und Längengrad clustern......................................... 193 6.4 Michael-Jackson-Alben nach Länge clustern ................................................... 199 6.5 k-Means-Clustering-Probleme und -Erweiterungen...................................... 201 6.6 k-Means-Clustering im Alltag............................................................................ 202 6.7 Übungsaufgaben................................................................................................. 203 4.5 7
Inhalt 7 Einfache neuronale Netzwerke 205 7.1 Biologische Grundlagen?.................................................................................... 206 7.2 7.3 7.4 Künstliche neuronale Netzwerke...................................................................... 207 7.2.1 Neuronen ................................................................................................ 208 7.2.2 Schichten................................................................................................. 209 7.2.3 Backpropagation..................................................................................... 210 7.2.4 Das große Ganze..................................................................................... 214 Vorbereitungen................................................................................................... 215 7.3.1 Skalarprodukt......................................................................................... 215 7.3.2 Die Aktivierungsfunktion........................................................................ 216 Das Netzwerk aufbauen..................................................................................... 218 7.4.1 Neuronen implementieren ..................................................................... 218 7.4.2 Schichten implementieren..................................................................... 220 7.4.3 Das Netzwerk implementieren............................................................... 222 Klassifikationsprobleme..................................................................................... 227
7.5.1 Daten normalisieren ............................................................................... 227 7.5.2 Die klassische Iris-Datenmenge ............................................................. 229 7.5.3 Wein klassifizieren.................................................................................. 234 7.6 Neuronale Netzwerke beschleunigen............................................................... 238 7.7 Probleme und Erweiterungen neuronaler Netzwerke.................................... 239 7.8 Neuronale Netzwerke im Alltag........................................................................ 241 7.9 Übungsaufgaben................................................................................................. 242 8 Adversarial Search 243 8.1 Grundkomponenten vonBrettspielen............................................................... 243 8.2 Tic Tac Toe............................................................................................................ 245 8.2.1 246 7.5 8 Den Zustand von Tic Tac Toe verwalten................................................ 8.2.2 Minimax.................................................................................................. 251 8.2.3 Minimax mit Tic Tac Toe testen ............................................................. 254 8.2.4 Eine Tic-Tac-Toe-Kl entwickeln................................................................ 257
Inhalt 8.3 Vier gewinnt ........................................................................................................ 260 8.3.1 Der Vier-gewinnt-Spielmechanismus.................................................... 260 8.3.2 Eine Vier-gewinnt-KI.............................................................................. 268 8.3.3 Minimax mit Alpha-Beta-Suche verbessern .......................................... 270 8.4 Minimax-Verbesserungen über die Alpha-Beta-Suche hinaus...................... 272 8.5 Adversarial Search im Alltag.............................................................................. 273 8.6 Übungsaufgaben................................................................................................. 274 9 Weitere Aufgaben m 9.1 Das Rucksackproblem......................................................................................... 277 9.2 Das Problem des Handlungsreisenden............................................................. 284 9.2.1 Der naive Ansatz..................................................................................... 285 9.2.2 Die nächste Stufe erklimmen................................................................. 292 9.3 Merkhilfen für Telefonnummern...................................................................... 292 9.4 Anwendungen im Alltag.................................................................................... 296 9.5 Übungsaufgaben................................................................................................. 297 Anhang 299 A Interview mit Brian
Coetz.................................................................................. 301 В Glossar................................................................................................................... 317 C Weiterführende Ressourcen............................................................................... 323 Index.................................................................................................................................... 327 9
|
| adam_txt |
INHALT
VORWORT
.
13
EINLEITUNG
.
15
1
KLEINE
AUFGABEN
23
1.1
DIE
FIBONACCI-FOLGE
.
23
1.1.1
EIN
ERSTER
REKURSIVER
ANSATZ
.
23
1.1.2
ABBRUCHBEDINGUNGEN
VERWENDEN
.
25
1.1.3
MEMOISATION
EILT
ZU
HILFE
.
27
1.1.4
FIBONACCI
LEICHT
GEMACHT
.
29
1.1.5
FIBONACCI-ZAHLEN
MIT
EINEM
STREAM
ERZEUGEN
.
30
1.2
TRIVIALE
KOMPRIMIERUNG
.
31
1.3
UNKNACKBARE
VERSCHLUESSELUNG
.
36
1.3.1
DIE
DATEN
BEREITSTELLEN
.
37
1.3.2
ENTSCHLUESSELN
UND
VERSCHLUESSELN
.
38
1.4
PI
BERECHNEN
.
40
1.5
DIE
TUERME
VON
HANOI
.
42
1.5.1
DIE
TUERME
MODELLIEREN
.
43
1.5.2
TUERME
VON
HANOI
LOESEN
.
43
1.6
ANWENDUNGEN
IM
ALLTAG
.
46
1.7
UEBUNGSAUFGABEN
.
47
2
SUCHAUFGABEN
49
2.1
DNA-SUCHE
.
49
2.1.1
DNA
SPEICHERN
.
50
2.1.2
LINEARE
SUCHE
.
52
2.1.3
BINAERSUCHE
.
53
2.1.4
EIN
GENERISCHES
BEISPIEL
.
57
INHALT
2.2
LABYRINTHE
LOESEN
.
59
2.2.1
EIN
ZUFALLSLABYRINTH
ERZEUGEN
.
62
2.2.2
WEITERE
LABYRINTH-HILFSFUNKTIONEN
.
64
2.2.3
TIEFENSUCHE
.
65
2.2.4
BREITENSUCHE
.
70
2.2.5
A*-SUCHE
.
75
2.3
MISSIONARE
UND
KANNIBALEN
.
82
2.3.1
DARSTELLUNG
DER
AUFGABE
.
82
2.3.2
LOESUNG
.
85
2.4
ANWENDUNGEN
IM
ALLTAG
.
89
2.5
UEBUNGSAUFGABEN
.
89
3
BEDINGUNGSERFUELLUNGSPROBLEME
91
3.1
EIN
FRAMEWORK
FUER
BEDINGUNGSERFUELLUNGSPROBLEME
SCHREIBEN
.
92
3.2
DIE
LANDKARTE
AUSTRALIENS
EINFAERBEN
.
98
3.3
DAS
ACHT-DAMEN-PROBLEM
.
101
3.4
WORTSUCHE
.
104
3.5
SEND+MORE=MONEY
.
112
3.6
LEITERPLATTEN-LAYOUT
.
115
3.7
BEDINGUNGSERFUELLUNGSPROBLEM
IM
ALLTAG
.
115
3.8
UEBUNGSAUFGABEN
.
116
4
GRAPHENPROBLEME
117
4.1
EINE
LANDKARTE
ALS
GRAPH
.
117
4.2
EIN
FRAMEWORK
FUER
GRAPHEN
SCHREIBEN
.
120
4.2.1
MIT
EDGE
UND
UNWEIGHTEDGRAPH
ARBEITEN
.
126
4.3
DEN
KUERZESTEN
PFAD
FINDEN
.
128
4.3.1
WIEDERSEHEN
MIT
DER
BREITENSUCHE
.
129
6
INHALT
4.4
DIE
KOSTEN
FUER
DEN
AUFBAU
DES
NETZWERKS
MINIMIEREN
.
131
4.4.1
MIT
GEWICHTEN
ARBEITEN
.
131
4.4.2
DEN
MINIMALEN
SPANNBAUM
FINDEN
.
136
4.5
DEN
KUERZESTEN
PFAD
IN
EINEM
GEWICHTETEN
GRAPHEN
FINDEN
.
143
4.5.1
DER
DIJKSTRA-ALGORITHMUS
.
143
4.6
GRAPHENPROBLEME
IM
ALLTAG
.
150
4.7
UEBUNGSAUFGABEN
.
151
5
GENETISCHE
ALGORITHMEN
153
5.1
BIOLOGISCHER
HINTERGRUND
.
153
5.2
EIN
GENERISCHER
GENETISCHER
ALGORITHMUS
.
155
5.3
EIN
NAIVER
TEST
.
164
5.4
WIEDERSEHEN
MIT
SEND+MORE=MONEY
.
167
5.5
LISTENKOMPRIMIERUNG
OPTIMIEREN
.
172
5.6
KRITIK
AN
GENETISCHEN
ALGORITHMEN
.
176
5.7
GENETISCHE
ALGORITHMEN
IM
ALLTAG
.
178
5.8
UEBUNGSAUFGABEN
.
179
6
K-MEANS-CLUSTERING
ISI
6.1
VORBEREITUNGEN
.
182
6.2
DER
K-MEANS-CLUSTERING-ALGORITHMUS
.
185
6.3
GOUVERNEURE
NACH
ALTER
UND
LAENGENGRAD
DUSTERN
.
193
6.4
MICHAEL-JACKSON-ALBEN
NACH
LAENGE
CLUSTERN
.
199
6.5
K-MEANS-CLUSTERING-PROBLEME
UND
-ERWEITERUNGEN
.
201
6.6
K-MEANS-CLUSTERING
IM
ALLTAG
.
202
6.7
UEBUNGSAUFGABEN
.
203
7
INHALT
7
EINFACHE
NEURONALE
NETZWERKE
205
7.1
BIOLOGISCHE
GRUNDLAGEN?
.
206
7.2
KUENSTLICHE
NEURONALE
NETZWERKE
.
207
7.2.1
NEURONEN
.
208
7.2.2
SCHICHTEN
.
209
7.23
BACKPROPAGATION
.
210
7.2.4
DAS
GROSSE
GANZE
.
214
7.3
VORBEREITUNGEN
.
215
73.1
SKALARPRODUKT
.
215
73.2
DIE
AKTIVIERUNGSFUNKTION
.
216
7.4
DAS
NETZWERK
AUFBAUEN
.
218
7.4.1
NEURONEN
IMPLEMENTIEREN
.
218
7.4.2
SCHICHTEN
IMPLEMENTIEREN
.
220
7.43
DAS
NETZWERK
IMPLEMENTIEREN
.
222
7.5
KLASSIFIKATIONSPROBLEME
.
227
7.5.1
DATEN
NORMALISIEREN
.
227
7.5.2
DIE
KLASSISCHE
IRIS-DATENMENGE
.
229
7.53
WEIN
KLASSIFIZIEREN
.
234
7.6
NEURONALE
NETZWERKE
BESCHLEUNIGEN
.
238
7.7
PROBLEME
UND
ERWEITERUNGEN
NEURONALER
NETZWERKE
.
239
7.8
NEURONALE
NETZWERKE
IM
ALLTAG
.
241
7.9
UEBUNGSAUFGABEN
.
242
8
ADVERSARIAL
SEARCH
243
8.1
GRUNDKOMPONENTEN
VON
BRETTSPIELEN
.
243
8.2
TIC
TAC
TOE
.
245
8.2.1
DEN
ZUSTAND
VON
TIC
TAC
TOE
VERWALTEN
.
246
8.2.2
MINIMAX
.
251
8.2.3
MINIMAX
MIT
TIC
TAC
TOE
TESTEN
.
254
8.2.4
EINE
TIC-TAC-TOE-KL
ENTWICKELN
.
257
8
INHALT
8.3
VIER
GEWINNT
.
260
83.1
DER
VIER-GEWINNT-SPIELMECHANISMUS
.
260
83.2
EINE
VIER-GEWINNT-KI
.
268
833
MINIMAX
MIT
ALPHA-BETA-SUCHE
VERBESSERN
.
270
8.4
MINIMAX-VERBESSERUNGEN
UEBER
DIE
ALPHA-BETA-SUCHE
HINAUS
.
272
8.5
ADVERSARIAL
SEARCH
IM
ALLTAG
.
273
8.6
UEBUNGSAUFGABEN
.
274
9
WEITERE
AUFGABEN
277
9.1
DAS
RUCKSACKPROBLEM
.
277
9.2
DAS
PROBLEM
DES
HANDLUNGSREISENDEN
.
284
9.2.1
DER
NAIVE
ANSATZ
.
285
9.2.2
DIE
NAECHSTE
STUFE
ERKLIMMEN
.
292
9.3
MERKHILFEN
FUER
TELEFONNUMMERN
.
292
9.4
ANWENDUNGEN
IM
ALLTAG
.
296
9.5
UEBUNGSAUFGABEN
.
297
ANHANG
299
A
INTERVIEW
MIT
BRIAN
GOETZ
.
301
B
GLOSSAR
.
317
C
WEITERFUEHRENDE
RESSOURCEN
.
323
INDEX
.
327
9
Auf einen Blick Auf einen Blick 1 Kleine Aufgaben. 23 2 Suchaufgaben. 49 3 Bedingungserfüllungsprobleme. 91 4 Craphenprobleme. 117 5 Genetische Algorithmen. 153 6 k-Means-Clustering. 181 7 Einfache neuronale Netzwerke. 205 8 Adversarial Search. 243 9 Weitere Aufgaben . 277
Inhalt Vorwort. 13 Einleitung. 15 1 23 1.1 Kleine Aufgaben Die Fibonacci-Folge. 23 1.1.1 Ein erster rekursiver Ansatz. 23 1.1.2 Abbruchbedingungen verwenden. 25 1.1.3 Memoisation eilt zu Hilfe. 27 1.1.4 Fibonacci leicht gemacht. 29 1.1.5 Fibonacci-Zahlen mit einem Stream erzeugen . 30 1.2 Triviale Komprimierung. 31 1.3 Unknackbare Verschlüsselung. 36 1.3.1 Die Daten bereitstellen . 37 1.3.2 Entschlüsseln und verschlüsseln. 38 1.4 Pi berechnen. 40 1.5 Die Türme von Hanoi.
42 1.5.1 Die Türme modellieren. 43 1.5.2 Türme von Hanoi lösen . 43 1.6 Anwendungen im Alltag. 46 1.7 Übungsaufgaben. 47 2 Suchaufgaben 49 2.1 DNA-Suche. 49 2.1.1 DNA speichern. 50 2.1.2 Lineare Suche. 52 2.1.3 Binärsuche. 53 2.1.4 Ein generisches Beispiel . 57 5
Inhalt 2.2 Labyrinthe lösen. 59 2.2.1 Ein Zufallslabyrinth erzeugen . 62 2.2.2 Weitere Labyrinth-Hilfsfunktionen. 64 2.2.3 Tiefensuche. 65 2.2.4 Breitensuche. 70 2.2.5 A*֊Suche . 75 Missionare und Kannibalen. 82 2.3.1 Darstellung der Aufgabe. 82 2.3.2 Lösung. 85 2.4 Anwendungen im Alltag. 89 2.5 Übungsaufgaben. 89 3 Bedingungserfüllungsprobleme 91 3.1 Ein Framework für Bedingungserfüllungsprobleme schreiben. 92 3.2 Die Landkarte Australiens einfärben. 98 3.3 Das Acht-Damen-Problem. 101 3.4
Wortsuche. 104 3.5 SEND+MORE=MONEY. 112 3.6 Leiterplatten-Layout. 115 3.7 Bedingungserfüllungsproblem im Alltag. 115 3.8 Übungsaufgaben. 116 4 Graphenprobleme 117 4.1 Eine Landkarte als Graph . 117 4.2 Ein Framework für Graphen schreiben. 120 4.2.1 Mit Edge und UnweightedGraph arbeiten. 126 Den kürzesten Pfad finden. 128 4.3.1 129 2.3 4.3 6 Wiedersehen mit der Breitensuche.
Inhalt 4.4 Die Kosten für den Aufbau des Netzwerks minimieren. 131 4.4.1 Mit Gewichten arbeiten. 131 4.4.2 Den minimalen Spannbaum finden . 136 Den kürzesten Pfad in einem gewichteten Graphen finden. 143 4.5.1 Der Dijkstra-Algorithmus. 143 4.6 Graphenprobleme im Ailtag. 150 4.7 Übungsaufgaben. 151 5 Genetische Algorithmen 153 5.1 Biologischer Hintergrund. 153 5.2 Ein generischer genetischer Algorithmus. 155 5.3 Ein naiver Test. 164 5.4 Wiedersehen mit SEND+MORE=MONEY. 167 5.5 Listenkomprimierung optimieren. 172 5.6 Kritik an genetischen Algorithmen. 176 5.7 Genetische Algorithmen im Alltag. 178 5.8
Übungsaufgaben. 179 6 k-Means-Clustering ısı 6.1 Vorbereitungen. 182 6.2 Der k-Means-Clustering-Algorithmus. 185 6.3 Gouverneure nach Alter und Längengrad clustern. 193 6.4 Michael-Jackson-Alben nach Länge clustern . 199 6.5 k-Means-Clustering-Probleme und -Erweiterungen. 201 6.6 k-Means-Clustering im Alltag. 202 6.7 Übungsaufgaben. 203 4.5 7
Inhalt 7 Einfache neuronale Netzwerke 205 7.1 Biologische Grundlagen?. 206 7.2 7.3 7.4 Künstliche neuronale Netzwerke. 207 7.2.1 Neuronen . 208 7.2.2 Schichten. 209 7.2.3 Backpropagation. 210 7.2.4 Das große Ganze. 214 Vorbereitungen. 215 7.3.1 Skalarprodukt. 215 7.3.2 Die Aktivierungsfunktion. 216 Das Netzwerk aufbauen. 218 7.4.1 Neuronen implementieren . 218 7.4.2 Schichten implementieren. 220 7.4.3 Das Netzwerk implementieren. 222 Klassifikationsprobleme. 227
7.5.1 Daten normalisieren . 227 7.5.2 Die klassische Iris-Datenmenge . 229 7.5.3 Wein klassifizieren. 234 7.6 Neuronale Netzwerke beschleunigen. 238 7.7 Probleme und Erweiterungen neuronaler Netzwerke. 239 7.8 Neuronale Netzwerke im Alltag. 241 7.9 Übungsaufgaben. 242 8 Adversarial Search 243 8.1 Grundkomponenten vonBrettspielen. 243 8.2 Tic Tac Toe. 245 8.2.1 246 7.5 8 Den Zustand von Tic Tac Toe verwalten. 8.2.2 Minimax. 251 8.2.3 Minimax mit Tic Tac Toe testen . 254 8.2.4 Eine Tic-Tac-Toe-Kl entwickeln. 257
Inhalt 8.3 Vier gewinnt . 260 8.3.1 Der Vier-gewinnt-Spielmechanismus. 260 8.3.2 Eine Vier-gewinnt-KI. 268 8.3.3 Minimax mit Alpha-Beta-Suche verbessern . 270 8.4 Minimax-Verbesserungen über die Alpha-Beta-Suche hinaus. 272 8.5 Adversarial Search im Alltag. 273 8.6 Übungsaufgaben. 274 9 Weitere Aufgaben m 9.1 Das Rucksackproblem. 277 9.2 Das Problem des Handlungsreisenden. 284 9.2.1 Der naive Ansatz. 285 9.2.2 Die nächste Stufe erklimmen. 292 9.3 Merkhilfen für Telefonnummern. 292 9.4 Anwendungen im Alltag. 296 9.5 Übungsaufgaben. 297 Anhang 299 A Interview mit Brian
Coetz. 301 В Glossar. 317 C Weiterführende Ressourcen. 323 Index. 327 9 |
| any_adam_object | 1 |
| any_adam_object_boolean | 1 |
| author | Kopec, David |
| author_GND | (DE-588)1175029521 |
| author_facet | Kopec, David |
| author_role | aut |
| author_sort | Kopec, David |
| author_variant | d k dk |
| building | Verbundindex |
| bvnumber | BV047311043 |
| classification_rvk | ST 250 ST 134 |
| ctrlnum | (OCoLC)1255600234 (DE-599)DNB1228642540 |
| discipline | Informatik |
| discipline_str_mv | Informatik |
| edition | 1. Auflage |
| format | Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>04149nam a22008898cb4500</leader><controlfield tag="001">BV047311043</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">20211201 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">210604s2021 gw a||| |||| 00||| ger d</controlfield><datafield tag="015" ind1=" " ind2=" "><subfield code="a">21,N10</subfield><subfield code="2">dnb</subfield></datafield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">1228642540</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">9783836284523</subfield><subfield code="c">kart. : EUR 29.90 (DE), EUR 30.80 (AT), CHF 38.90 (freier Preis)</subfield><subfield code="9">978-3-8362-8452-3</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3836284529</subfield><subfield code="9">3-8362-8452-9</subfield></datafield><datafield tag="024" ind1="3" ind2=" "><subfield code="a">9783836284523</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)1255600234</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DNB1228642540</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rda</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">XA-DE-NW</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-1050</subfield><subfield code="a">DE-860</subfield><subfield code="a">DE-473</subfield><subfield code="a">DE-B768</subfield><subfield code="a">DE-Aug4</subfield><subfield code="a">DE-29T</subfield><subfield code="a">DE-20</subfield><subfield code="a">DE-523</subfield><subfield code="a">DE-706</subfield><subfield code="a">DE-1051</subfield><subfield code="a">DE-739</subfield><subfield code="a">DE-1043</subfield><subfield code="a">DE-355</subfield><subfield code="a">DE-703</subfield><subfield code="a">DE-898</subfield><subfield code="a">DE-859</subfield><subfield code="a">DE-858</subfield><subfield code="a">DE-573</subfield><subfield code="a">DE-1102</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 250</subfield><subfield code="0">(DE-625)143626:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">ST 134</subfield><subfield code="0">(DE-625)143590:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">004</subfield><subfield code="2">23sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Kopec, David</subfield><subfield code="e">Verfasser</subfield><subfield code="0">(DE-588)1175029521</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Algorithmen in Java</subfield><subfield code="b">32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen</subfield><subfield code="c">David Kopec</subfield></datafield><datafield tag="250" ind1=" " ind2=" "><subfield code="a">1. Auflage</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Bonn</subfield><subfield code="b">Rheinwerk</subfield><subfield code="c">2021</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">333 Seiten</subfield><subfield code="b">Illustrationen, Diagramme</subfield><subfield code="c">23 cm x 17.2 cm</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">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Rheinwerk Computing</subfield><subfield code="v">8452</subfield></datafield><datafield tag="500" ind1=" " ind2=" "><subfield code="a">Auf dem Umschlag: Alle Beispielprojekte zum Download</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Java</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4401313-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Rucksackproblem</subfield><subfield code="0">(DE-588)4178600-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">k-Means-Algorithmus</subfield><subfield code="0">(DE-588)1029530211</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Problemlösen</subfield><subfield code="0">(DE-588)4076358-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Suchverfahren</subfield><subfield code="0">(DE-588)4132315-4</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Java Standard Edition 11</subfield><subfield code="0">(DE-588)1176042394</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Programmierung</subfield><subfield code="0">(DE-588)4076370-5</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Genetischer Algorithmus</subfield><subfield code="0">(DE-588)4265092-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Graph</subfield><subfield code="0">(DE-588)4021842-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Erfüllbarkeitsproblem</subfield><subfield code="0">(DE-588)4323820-8</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Java</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Programmieren Programmierung</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Algorithmen</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Training</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Coding Kata</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Buch Bücher Wissen lernen Kurse Seminare Tutorials Workshops Studium Beruf</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Neuronale Netze</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Probleme Rätsel Aufgaben</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Informatik</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Algorithmus</subfield></datafield><datafield tag="653" ind1=" " ind2=" "><subfield code="a">Programmier-Training</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4123623-3</subfield><subfield code="a">Lehrbuch</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Java</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4401313-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Rucksackproblem</subfield><subfield code="0">(DE-588)4178600-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Java</subfield><subfield code="g">Programmiersprache</subfield><subfield code="0">(DE-588)4401313-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Programmierung</subfield><subfield code="0">(DE-588)4076370-5</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Java Standard Edition 11</subfield><subfield code="0">(DE-588)1176042394</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="3"><subfield code="a">Problemlösen</subfield><subfield code="0">(DE-588)4076358-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="4"><subfield code="a">Suchverfahren</subfield><subfield code="0">(DE-588)4132315-4</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="5"><subfield code="a">Erfüllbarkeitsproblem</subfield><subfield code="0">(DE-588)4323820-8</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="6"><subfield code="a">k-Means-Algorithmus</subfield><subfield code="0">(DE-588)1029530211</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="7"><subfield code="a">Graph</subfield><subfield code="0">(DE-588)4021842-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="8"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="9"><subfield code="a">Genetischer Algorithmus</subfield><subfield code="0">(DE-588)4265092-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="710" ind1="2" ind2=" "><subfield code="a">Rheinwerk Verlag</subfield><subfield code="0">(DE-588)1081738405</subfield><subfield code="4">pbl</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">X:MVB</subfield><subfield code="q">text/html</subfield><subfield code="u">http://deposit.dnb.de/cgi-bin/dokserv?id=53527926852e4c87937f5e482296626e&prov=M&dok_var=1&dok_ext=htm</subfield><subfield code="3">Inhaltstext</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">DNB Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032713983&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">Digitalisierung UB Passau - ADAM Catalogue Enrichment</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032713983&sequence=000003&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-032713983</subfield></datafield></record></collection> |
| genre | (DE-588)4123623-3 Lehrbuch gnd-content |
| genre_facet | Lehrbuch |
| id | DE-604.BV047311043 |
| illustrated | Illustrated |
| index_date | 2024-07-03T17:26:02Z |
| indexdate | 2024-07-10T09:08:32Z |
| institution | BVB |
| institution_GND | (DE-588)1081738405 |
| isbn | 9783836284523 3836284529 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-032713983 |
| oclc_num | 1255600234 |
| open_access_boolean | |
| owner | DE-1050 DE-860 DE-473 DE-BY-UBG DE-B768 DE-Aug4 DE-29T DE-20 DE-523 DE-706 DE-1051 DE-739 DE-1043 DE-355 DE-BY-UBR DE-703 DE-898 DE-BY-UBR DE-859 DE-858 DE-573 DE-1102 |
| owner_facet | DE-1050 DE-860 DE-473 DE-BY-UBG DE-B768 DE-Aug4 DE-29T DE-20 DE-523 DE-706 DE-1051 DE-739 DE-1043 DE-355 DE-BY-UBR DE-703 DE-898 DE-BY-UBR DE-859 DE-858 DE-573 DE-1102 |
| physical | 333 Seiten Illustrationen, Diagramme 23 cm x 17.2 cm |
| publishDate | 2021 |
| publishDateSearch | 2021 |
| publishDateSort | 2021 |
| publisher | Rheinwerk |
| record_format | marc |
| series2 | Rheinwerk Computing |
| spelling | Kopec, David Verfasser (DE-588)1175029521 aut Algorithmen in Java 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen David Kopec 1. Auflage Bonn Rheinwerk 2021 333 Seiten Illustrationen, Diagramme 23 cm x 17.2 cm txt rdacontent n rdamedia nc rdacarrier Rheinwerk Computing 8452 Auf dem Umschlag: Alle Beispielprojekte zum Download Neuronales Netz (DE-588)4226127-2 gnd rswk-swf Java Programmiersprache (DE-588)4401313-9 gnd rswk-swf Rucksackproblem (DE-588)4178600-2 gnd rswk-swf k-Means-Algorithmus (DE-588)1029530211 gnd rswk-swf Problemlösen (DE-588)4076358-4 gnd rswk-swf Suchverfahren (DE-588)4132315-4 gnd rswk-swf Java Standard Edition 11 (DE-588)1176042394 gnd rswk-swf Programmierung (DE-588)4076370-5 gnd rswk-swf Genetischer Algorithmus (DE-588)4265092-6 gnd rswk-swf Graph (DE-588)4021842-9 gnd rswk-swf Erfüllbarkeitsproblem (DE-588)4323820-8 gnd rswk-swf Java Programmieren Programmierung Algorithmen Training Coding Kata Buch Bücher Wissen lernen Kurse Seminare Tutorials Workshops Studium Beruf Neuronale Netze Probleme Rätsel Aufgaben Informatik Algorithmus Programmier-Training (DE-588)4123623-3 Lehrbuch gnd-content Java Programmiersprache (DE-588)4401313-9 s Rucksackproblem (DE-588)4178600-2 s Neuronales Netz (DE-588)4226127-2 s DE-604 Programmierung (DE-588)4076370-5 s Java Standard Edition 11 (DE-588)1176042394 s Problemlösen (DE-588)4076358-4 s Suchverfahren (DE-588)4132315-4 s Erfüllbarkeitsproblem (DE-588)4323820-8 s k-Means-Algorithmus (DE-588)1029530211 s Graph (DE-588)4021842-9 s Genetischer Algorithmus (DE-588)4265092-6 s Rheinwerk Verlag (DE-588)1081738405 pbl X:MVB text/html http://deposit.dnb.de/cgi-bin/dokserv?id=53527926852e4c87937f5e482296626e&prov=M&dok_var=1&dok_ext=htm Inhaltstext DNB Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032713983&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis Digitalisierung UB Passau - ADAM Catalogue Enrichment application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032713983&sequence=000003&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Kopec, David Algorithmen in Java 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen Neuronales Netz (DE-588)4226127-2 gnd Java Programmiersprache (DE-588)4401313-9 gnd Rucksackproblem (DE-588)4178600-2 gnd k-Means-Algorithmus (DE-588)1029530211 gnd Problemlösen (DE-588)4076358-4 gnd Suchverfahren (DE-588)4132315-4 gnd Java Standard Edition 11 (DE-588)1176042394 gnd Programmierung (DE-588)4076370-5 gnd Genetischer Algorithmus (DE-588)4265092-6 gnd Graph (DE-588)4021842-9 gnd Erfüllbarkeitsproblem (DE-588)4323820-8 gnd |
| subject_GND | (DE-588)4226127-2 (DE-588)4401313-9 (DE-588)4178600-2 (DE-588)1029530211 (DE-588)4076358-4 (DE-588)4132315-4 (DE-588)1176042394 (DE-588)4076370-5 (DE-588)4265092-6 (DE-588)4021842-9 (DE-588)4323820-8 (DE-588)4123623-3 |
| title | Algorithmen in Java 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen |
| title_auth | Algorithmen in Java 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen |
| title_exact_search | Algorithmen in Java 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen |
| title_exact_search_txtP | Algorithmen in Java 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen |
| title_full | Algorithmen in Java 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen David Kopec |
| title_fullStr | Algorithmen in Java 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen David Kopec |
| title_full_unstemmed | Algorithmen in Java 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen David Kopec |
| title_short | Algorithmen in Java |
| title_sort | algorithmen in java 32 klassiker vom rucksackproblem bis zu neuronalen netzen |
| title_sub | 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen |
| topic | Neuronales Netz (DE-588)4226127-2 gnd Java Programmiersprache (DE-588)4401313-9 gnd Rucksackproblem (DE-588)4178600-2 gnd k-Means-Algorithmus (DE-588)1029530211 gnd Problemlösen (DE-588)4076358-4 gnd Suchverfahren (DE-588)4132315-4 gnd Java Standard Edition 11 (DE-588)1176042394 gnd Programmierung (DE-588)4076370-5 gnd Genetischer Algorithmus (DE-588)4265092-6 gnd Graph (DE-588)4021842-9 gnd Erfüllbarkeitsproblem (DE-588)4323820-8 gnd |
| topic_facet | Neuronales Netz Java Programmiersprache Rucksackproblem k-Means-Algorithmus Problemlösen Suchverfahren Java Standard Edition 11 Programmierung Genetischer Algorithmus Graph Erfüllbarkeitsproblem Lehrbuch |
| url | http://deposit.dnb.de/cgi-bin/dokserv?id=53527926852e4c87937f5e482296626e&prov=M&dok_var=1&dok_ext=htm http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032713983&sequence=000001&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=032713983&sequence=000003&line_number=0002&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT kopecdavid algorithmeninjava32klassikervomrucksackproblembiszuneuronalennetzen AT rheinwerkverlag algorithmeninjava32klassikervomrucksackproblembiszuneuronalennetzen |