Inhaltsverzeichnis	6
	Vorwort zur zweiten Auflage	10
	Vorwort zur ersten Auflage	11
	1 Grundlagen	14
	Übersicht und Lernziele	14
	Einleitung	14
	Units und ihre Verbindungen	15
	Funktionsweise von Units	17
	Input und Netzinput	18
	Aktivitätsfunktion	19
	Output	25
	Bias-Units	26
	Trainings- und Testphase	27
	Matrizendarstellung	28
	Zusammenfassung	30
	Übungsaufgaben	32
	2 Lernregeln	34
	Übersicht und Lernziele	34
	Einleitung	34
	Hebb-Regel	37
	Delta-Regel	38
	Gradientenabstiegsverfahren	40
	Lösungsansatz	41
	Probleme des Verfahrens	44
	Lösungsansätze	46
	Backpropagation	51
	Einleitung	51
	Problemstellung und Algorithmus	52
	Competitive Learning	55
	Zusammenfassung	56
	Übungsaufgaben	57
	3 Netztypen	60
	Übersicht und Lernziele	60
	Einleitung	60
	Pattern Associator	62
	Beispielberechnung	63
	Eigenschaften	65
	Rekurrente Netze	65
	Simple Recurrent Networks	67
	Jordan-Netze, Elman-Netze und Autoassociator	69
	Attraktorennetze	70
	Anwendungen	73
	Kompetitive Netze	73
	Kohonennetze	77
	Berechnung	78
	Wichtige Parameter	82
	Anwendungen	86
	Constraint Satisfaction Netze	88
	Beispiel eines Constraint Satisfaction Netzes: Jets und Sharks	91
	Zusammenfassung	92
	Übungsaufgaben	93
	4 Eigenschaften	96
	Übersicht und Lernziele	96
	Eingenschaften neuronaler Netze	96
	Probleme neuronaler Netze	99
	Zusammenfassung	101
	Übungsaufgaben	103
	5 Anwendungen	104
	Übersicht und Lernziele	104
	Einleitung	104
	Farbkonstanz	105
	Ausgangssituation	105
	Netzaufbau	107
	Ergebnisse und Fazit	110
	Routinetätigkeiten	111
	Ausgangssituation	111
	Netzaufbau	114
	Ergebnisse und Fazit	115
	Autismus	118
	Ausgangssituation	118
	Netzaufbau	121
	Ergebnisse und Fazit	123
	Serielles Lernen	126
	Ausgangssituation	126
	Netzaufbau	127
	Ergebnisse und Fazit	130
	Spielkarten sortieren	132
	Ausgangssituation	132
	Netzaufbau	134
	Ergebnisse und Fazit	135
	Zahlenrepräsentation	136
	Ausgangssituation	136
	Netzaufbau	139
	Ergebnisse und Fazit	140
	Übungsaufgaben	142
	6 Datenauswertung	144
	Übersicht und Lernziele	144
	Einleitung	144
	Visual-XSel	147
	Datensatz einfügen und Dialogbox auswählen	148
	Variablen auswählen	149
	Modellparameter festlegen	152
	Korrelationen der Datenanalyse überprüfen	154
	Modellgewichte berechnen lassen	156
	Kennwerte der Datenauswertung interpretieren	159
	Weitere Einstellungen	161
	Ergebnisse der Datenauswertung graphisch darstellen	163
	MemBrain	167
	Units einfügen	168
	Verbindungen erstellen	172
	Datensatz erstellen oder einfügen	174
	Lernregel auswählen	177
	Gewichte initialisieren und trainieren	180
	Trainiertes Netz überprüfen	182
	SPSS	185
	Datensatz einfügen und Neuronale Netze Dialogbox auswählen	185
	Variablen auswählen und Partitions-Datenblatt ausfüllen	186
	Netzwerkarchitektur und Trainingsoptionen festlegen	188
	Ausgabeeinstellungen vornehmen und Vorhersagen speichern	190
	Export und weitere Optionen vornehmen	192
	Übungsaufgaben	193
	Literaturverzeichnis	196
	Sachverzeichnis	202