| Line 9: | Line 9: | ||
* [http://de.wikipedia.org/wiki/Neuronale_Netze Wikipedia Neuronale Netze] | * [http://de.wikipedia.org/wiki/Neuronale_Netze Wikipedia Neuronale Netze] | ||
* [http://de.wikipedia.org/wiki/K%C3%BCnstliches_neuronales_Netz Wikipedia: Künstliche Neuronale Netze] | * [http://de.wikipedia.org/wiki/K%C3%BCnstliches_neuronales_Netz Wikipedia: Künstliche Neuronale Netze] | ||
* [http://leenissen.dk/fann/index.php Fast artificial neuronal network library (FANN)] | * [http://leenissen.dk/fann/index.php Fast artificial neuronal network library (FANN)] [http://code.google.com/p/fannj/ FANN Java-bindings] | ||
* [http://ni.www.techfak.uni-bielefeld.de/neo Neo] - The Graphical Simulation Toolkit Neo/NST | * [http://ni.www.techfak.uni-bielefeld.de/neo Neo] - The Graphical Simulation Toolkit Neo/NST | ||
* [http://iqr.sourceforge.net IQR] - simulator for large scale neural systems | * [http://iqr.sourceforge.net IQR] - simulator for large scale neural systems | ||
| Line 16: | Line 16: | ||
* [http://www.cs.waikato.ac.nz/~ml/weka Weka] - Data Mining Software in Java | * [http://www.cs.waikato.ac.nz/~ml/weka Weka] - Data Mining Software in Java | ||
* [http://www.sund.de/netze Java Applets und Beispiele] | * [http://www.sund.de/netze Java Applets und Beispiele] | ||
* [http://neuron.eng.wayne.edu/bpImageCompression9PLUS/bp9PLUS.html bildkompression beispiel] | |||
==Datenvisualisierung== | ==Datenvisualisierung== | ||
Revision as of 17:28, 4 May 2010
Linkliste zu Netzen
im Wiki
Künstliche Neuronale Netzwerke - artificial neural network
- Wikipedia Neuronale Netze
- Wikipedia: Künstliche Neuronale Netze
- Fast artificial neuronal network library (FANN) FANN Java-bindings
- Neo - The Graphical Simulation Toolkit Neo/NST
- IQR - simulator for large scale neural systems
- www.learnartificialneuralnetworks.com
- neural network Beispiele mit Processing
- Weka - Data Mining Software in Java
- Java Applets und Beispiele
- bildkompression beispiel
Datenvisualisierung
Diverse
- Die Sendung mit der Maus erklärt das Internet
- twistori filtert Twitter in Echtzeit nach Begriffen wie "love", "hate", "feel", etc.