Soft Computing

Soft Computing obejmuje logikę rozmytą sieci neuronowe i algorytmy ewolucyjne w kompletnym wprowadzeniu do tej dziedziny. Książka rozpoczyna się od nakreślenia obliczeń od tradycyjnej sztucznej inteligencji do inteligencji obliczeniowej przygotowując czytelników do miękkich obliczeń. Uczy podstaw uczenia maszynowego. Książka obejmuje logikę rozmytą w tym zbiory rozmyte relacje i systemy wnioskowania. Czytelnicy dowiadują się o logice rozmytej w systemach eksperckich i podejmowaniu decyzji poprzez szczegółowe dyskusje na temat funkcji przynależności i wnioskowania rozmytego. W drugiej części książki omówiono ewolucję budowę i techniki uczenia sieci neuronowych. Czytelnicy dowiadują się o modelach sieci neuronowych i zastosowaniach uczenia maszynowego od sieci typu feedforward po adaptacyjne struktury rezonansowe. Algorytmy genetyczne ich biologiczne pochodzenie metody optymalizacji i porównanie z klasycznymi algorytmami zostały omówione w zakończeniu książki. Zapoznanie się z przykładami i studiami przypadków pomaga czytelnikom zrozumieć algorytmy genetyczne i ich zastosowanie w trudnych zagadnieniach optymalizacji. Soft Computing to przydatne źródło informacji dla studentów pracowników naukowych i praktyków badających szeroką dziedzinę miękkich obliczeń.