Inhaltsverzeichnisverzeichnis
Künstliche Intelligenz mit Java
1. Einführung: Geschichte, Anwendungen, Auswirkungen und Gebiete der KI S. 1
2.1. Überwachtes Lernen (Supervised Learning) S. 5
2.2. Unüberwachtes Lernen (Unsupervised Learning) S. 6
2.3. Verstärkendes Lernen (Reinforcement Learning) S. 7
3. Lernen mit einem Neuron und mit Java S. 9
3.1. Biologisches Neuron und künstliches Neuron (Perzeptron) S. 10
3.2. Überwachtes Lernen durch Training S. 11
3.3. Implementierung des Perzeptrons S. 12
3.4. Implementierung des Maschinellen Lernens mit einem Perzeptron S. 15
3.5. Dokumentation des Maschinellen Lernens für ein Anwendungsbeispiel S. 20
4. Lernen mit einem Neuronalen Netzwerk und mit Java S. 25
4.1. Aufbau eines Neuronalen Feed-Forward-Netzwerkes S. 27
4.2. Überwachtes Lernen durch Training S. 28
4.3. Lineare Regression und Gradientenabstiegsverfahren S. 32
4.4. k-nächste-Nachbarn-Algorithmus S. 37
4.5. Implementierung des Neuronalen Feed-Forward-Netzwerkes S. 38
4.6. Dokumentation des Maschinellen Lernens für zwei Anwendungsbeispiele S. 49
5. Metriken für Klassifizierungsmodelle S. 57
6. Deep Learning mit Java und DL4J S. 62
6.1. Einführung und Installationsanleitung S. 62
6.2. Anwendungsbeispiel: Klassifikation von Immobilien S. 66
