Mehr lesen
Künstliche Neuronale Netze (ANN) sind verteilte informationsverarbeitende Systeme und leistungsstarke Allzweck-Softwaretools, die aus vielen einfachen Rechenelementen bestehen, die über gewichtete Verbindungen interagieren. Sie sind computergestützte Darstellungen mathematischer Modelle, die sich aus einer großen Anzahl einfacher, hochgradig miteinander verbundener Einheiten, den so genannten Verarbeitungselementen, zusammensetzen. Die Struktur eines neuronalen Netzes besteht aus vielen Verarbeitungsknoten, die Neuronen genannt werden und über Eingabebögen Werte von anderen Neuronen aufnehmen. Die Neuronen verarbeiten diese Eingaben mit Hilfe einer Übertragungsfunktion und geben dann die Ausgabe über Ausgabebögen an andere Neuronen weiter. Das Seminar befasst sich mit neuronalen Netzen, ihren verschiedenen Anwendungen, Vor- und Nachteilen gegenüber statistischen Methoden und insbesondere im Bereich der Marktsegmentierung. Die Marktsegmentierung befasst sich mit der Einteilung eines Marktes in kleine Gruppen, die als Marketingzonen bezeichnet werden, entsprechend verschiedener Techniken wie Kundenverhalten, Wahrnehmung usw. Zahlreiche Artikel und veröffentlichte Forschungsarbeiten werden berücksichtigt, um den Fortschritt in Wissenschaft und Technik zu überprüfen.
Über den Autor / die Autorin
Er. Abhishek Dixit (Master en gestion industrielle et ingénierie) est professeur d'ingénierie mécanique au sein du groupe d'institutions JIET, Jodhpur (Raj, Inde). Il a plus de 6 ans d'expérience dans l'enseignement. Il a écrit et publié un certain nombre d'articles dans des conférences nationales et internationales et dans des revues réputées, et il est toujours en phase d'apprentissage.
