Shallow and Deep Learning Principles

Dieses Buch behandelt künstliche neuronale Netzwerke (KNN) und deren Fähigkeit, Ergebnisse mithilfe von tiefen und flachen Lernprinzipien vorherzusagen. Der Autor beschreibt zunächst die Implementierung von KNN, die aus mindestens drei Schichten besteht: einer Eingabeschicht, einer Ausgabeschicht und einer versteckten (zwischenliegenden) Schicht. Der Autor erklärt, dass es notwendig ist, eine Architektur zu entwickeln, die nicht mathematische Regeln modelliert, sondern vielmehr die Aktions- und Reaktionsvariablen, die das Ereignis steuern, sowie die Reaktionen, die darin auftreten können. Das Buch erläutert die Gründe und die Notwendigkeit jedes KNN-Modells, wobei die Ähnlichkeiten zu früheren Methoden sowie die philosophischen und logischen Regeln berücksichtigt werden.