informatics4kids.de

Benutzer-Werkzeuge

Webseiten-Werkzeuge

Zuletzt angesehen: • der_groesste_gemeinsame_teiler_ggt_-_m • hardware-ueberlebensregeln • gaensebluemchen
lernen_in_neuronalen_netzen

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen RevisionVorhergehende Überarbeitung
Nächste Überarbeitung		Vorhergehende Überarbeitung
lernen_in_neuronalen_netzen [2024/01/21 11:17] – [unsupervised learning] torsten.roehllernen_in_neuronalen_netzen [2024/01/21 11:18] (aktuell) – [reinforcement learning] torsten.roehl
Zeile 11: Zeile 11:
 ===== supervised learning ===== ===== supervised learning =====
  
-Beim überwachten Lernen sind Eingabemuster und das gewünschte Ausgabemuster bekannt. Das neuronale Netz kann das jeweils gewünschte Ausgabemuster mit dem momentan berechneten Ausgabemuster vergleichen. Das Netzwerk ändert mit jeder Präsentation eines Eingabemusters die Gewichte zwischen den Neuronen selbständig und lernt, die Eingabemuster mit dem gewünschten Ausgabemuster richtig zu assoziieren. Dieses Lernverfahren ist sehr schnell.+Beim überwachten Lernen sind Eingabemuster und das gewünschte Ausgabemuster bekannt. Das neuronale Netz kann das jeweils gewünschte Ausgabemuster mit dem momentan berechneten Ausgabemuster vergleichen. Das Netzwerk ändert mit jeder Präsentation eines Eingabemusters die Gewichte zwischen den Neuronen selbständig und lernt, die Eingabemuster mit dem gewünschten Ausgabemuster richtig zu assoziieren. 
 + 
 +Dieses Lernverfahren ist sehr schnell.
 ===== reinforcement learning ===== ===== reinforcement learning =====
  
-Beim bestärkenden Lernen stehen dem neuronalen Netz nicht so viele Informationen zur Verfügung wie beim überwachten Lernen. Das Netzwerk bekommt nur die Information, ob die Ausgabemuster richtig oder falsch klassifiziert wurden, mehr nicht. Die Aufgabe, das richtige Ausgabemuster zu finden, muss also das Netz selbst leisten. Diese Lernmethode ist nicht so schnell wie das überwachte Lernen. Wenn man neuronale Netze als Modelle für reale biologische Systeme betrachtet, hat diese Methode allerdings den Vorteil, dass sie biologisch leichter zu begründen ist als dies beim überwachten Lernen der Fall ist.+Beim bestärkenden Lernen stehen dem neuronalen Netz nicht so viele Informationen zur Verfügung wie beim überwachten Lernen. 
 + 
 +Das Netzwerk bekommt nur die Information, ob die Ausgabemuster richtig oder falsch klassifiziert wurden, mehr nicht. 
 + 
 +Die Aufgabe, das richtige Ausgabemuster zu finden, muss also das Netz selbst leisten. Diese Lernmethode ist nicht so schnell wie das überwachte Lernen. 
 + 
 +Wenn man neuronale Netze als Modelle für reale biologische Systeme betrachtet, hat diese Methode allerdings den Vorteil, dass sie biologisch leichter zu begründen ist als dies beim überwachten Lernen der Fall ist.
 ===== unsupervised learning ===== ===== unsupervised learning =====
  
lernen_in_neuronalen_netzen.1705835878.txt.gz · Zuletzt geändert: 2024/01/21 11:17 von torsten.roehl