H267010 (Vortrag) Maschinelles Lernen mit einem neuronalen Netz - Ein Beispiel

Im traditionellen Paradigma der computergestützten Datenverarbeitung (EVA-Prinzip: Eingabe - Programm/Verarbeitung - Ausgabe) werden Programme in einer geeigneten Sprache "per Hand" codiert.

Dagegen wird im Machine Learning der Computer nicht explizit programmiert. Allerdings wird dem lernenden System eine Architektur zugrunde gelegt: ein künstliches neuronales Netz. Ihm wird eine große Anzahl von Inputdaten zusammen mit den korrekten Outputdaten übergeben.

Um das zu veranschaulichen, lassen wir einen kleinen Roboter lernen, auf einem Förderband verschiedene Körper zu unterscheiden. An diesem einfachen Netz mit nur wenigen Neuronen wird erläutert, wie ein neuronales Netz (mathematisch) funktioniert, wie man es trainiert und testet. Der Python-Code wird in seiner Struktur erklärt, Verbesserungen des neuronalen Netzes werden diskutiert. Grundkenntnisse in einer Programmiersprache sind vorteilhaft.