Dieses Buch ist die grundlegende Monographie eines sehr spannenden, bei anderen breiter angelegten Einführungen in das Thema "Künstliche Neuronale Netze" meist etwas vernachlässigten Gebiets. Das Werk ist ausdrücklich als Lehrbuch konzipiert und kann diesen Anspruch tatsächlich einlösen. Zwei sehr gute knappe, aber doch inhaltlich umfassende Kapitel über mathematische Grundlagen und die biologische Motivation künstlicher neuronaler Netze ermöglichen auch Lesern, die auf diesen Gebieten noch Defizite haben, den problemlosen Einstieg.
Der reine Textumfang des Buches ist mit 250 Seiten nicht sehr hoch, dennoch gelingt es dem Autor, alle wichtigen Aspekte seiner Theorie in optimaler Form zu beleuchten. Mich hat vor allem die Ausgewogenheit von mathematischer Darstellung der Theorie, Veranschaulichung durch Beispiele und wertvoller Hinweise für die praktische Implementierung und Arbeit mit den Modellen überzeugt.
Fazit: Wer immer sich ernsthaft mit Selbstorganisierenden Karten und anderen Modellen selbstorganisierender Lernverfahren beschäftigen möchte, kommt an diesem Buch nicht vorbei. Jegliche Angst, dass es als grundlegende Monographie zu theoretisch oder für Anfänger zu anspruchsvoll sein könnte, ist unbegründet. Durch die knappe Darstellung eignet es sich auch bestens als Nachschlagewerk. Fast alle anderen Darstellungen selbstorganisierender Karten beziehen sich derart weitreichend auf dieses Buch und seine Vorgänger, dass sogar die Abbildungen meist unverändert übernommen werden. Also: Lieber gleich das Original lesen.
Wer besonderen Wert auf ein deutsches Buch legt und eine größere Bandbreite vor allem an Beispielen aus der Biologie bevorzugt, sollte sich Ritter/Schulten/Martinez: "Neuronale Netze" anschauen. (Dies ist eine Amazon.de an der Uni-Studentenrezension.)
