Auflistung nach:
Auflistung Band 19 (1996) nach Erscheinungsdatum
1 - 10 von 34
Treffer pro Seite
Sortieroptionen
- ZeitschriftenartikelEinordnung und Terminologie des Software Reengineering(Informatik-Spektrum: Vol. 19, No. 4, 1996) Baumöl, Ulrike; Borchers, Jens; Eicker, Stefan; Hildebrand, Knut; Jung, Reinhard; Lehner, Franz
- ZeitschriftenartikelDie Entwicklung des virtuellen Speichers(Informatik-Spektrum: Vol. 19, No. 4, 1996) Jessen, Eike
- ZeitschriftenartikelUmdenken auf kleine Systeme – Können wir zu einer ökologischen Orientierung in der Informatik finden?(Informatik-Spektrum: Vol. 19, No. 3, 1996) Siefkes, Dirk
- ZeitschriftenartikelDie Architektur der Rechenmaschinen Z1 und Z3 von Konrad Zuse(Informatik-Spektrum: Vol. 19, No. 6, 1996) Rojas, Raúl
- ZeitschriftenartikelPunkt und Komma(Informatik-Spektrum: Vol. 19, No. 2, 1996) Bauer, Friedrich L.
- ZeitschriftenartikelMiddleware: Schlüsseltechnologie zur Entwicklung verteilter Informationssysteme(Informatik-Spektrum: Vol. 19, No. 5, 1996) Tresch, Markus
- ZeitschriftenartikelKonrad Zuse – Fakten und Legenden(Informatik-Spektrum: Vol. 19, No. 6, 1996) Bauer, Friedrich L.
- ZeitschriftenartikelImplementierung von Kommunikationsprotokollen(Informatik-Spektrum: Vol. 19, No. 6, 1996) König, Hartmut; Krumm, Heiko
- ZeitschriftenartikelProfessor Dr.-Ing. habil. Dr.-Ing. h.c. N. Joachim Lehmann zum 75. Geburtstag(Informatik-Spektrum: Vol. 19, No. 2, 1996) Roland Vollmar
- ZeitschriftenartikelKriterien zur Auswahl maschineller Lernverfahren(Informatik-Spektrum: Vol. 19, No. 1, 1996) Hoppe, ThomasEine Reihe maschineller Lernverfahren steht mittlerweile zur Verfügung, die für unterschiedliche Lernprobleme konstruiert wurden. Anhand eines einfachen Modells faßt dieser Artikel domänunabhängige Kriterien zur Beschreibung und Auswahl maschineller Lernverfahren zusammen. Die beschriebenen Kriterien bilden einerseits die Grundlage, um zu entscheiden, welches Lernverfahren für ein gegebenes Lernproblem eingesetzt werden kann. Andererseits vermitteln sie einen Eindruck der Charakteristika möglicher Anwendungsgebiete maschineller Lernverfahren.Summary A number of machine learning systems constructed for a broad range of learning problems are available. On the basis of a simple model this article summarizes some domain-independent criteria which can be used for the discription and choice of a learning system. The described criteria form the basis for deciding which system to apply on a given learning problem, on the other hand they give an impression of the characteristics of potential areas for machine learning methods.