Verfügbarkeit: Algorithmen in Java

Algorithmen in Java: 32 Klassiker vom Rucksackproblem bis zu neuronalen Netzen

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Kopec, David (VerfasserIn)
Format:	Buch
Sprache:	German
Veröffentlicht:	Bonn Rheinwerk 2021
Ausgabe:	1. Auflage
Schriftenreihe:	Rheinwerk Computing 8452
Schlagworte:	Neuronales Netz Java > Programmiersprache Rucksackproblem k-Means-Algorithmus Problemlösen Suchverfahren Java Standard Edition 11 Programmierung Genetischer Algorithmus Graph Erfüllbarkeitsproblem 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 Lehrbuch
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

Verfügbarkeit

Es ist kein Print-Exemplar vorhanden.

Fernleihe Bestellen Achtung: Nicht im THWS-Bestand! Beschreibung

MARC

Datensatz im Suchindex

Es ist kein Print-Exemplar vorhanden.

Ähnliche Einträge