493
Bearbeitungen
Projekt:2023/Maschinelles Lernen: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
Projekt:2023/Maschinelles Lernen (Quelltext anzeigen)
Version vom 7. März 2024, 14:36 Uhr
, 14:36, 7. Mär. 2024keine Bearbeitungszusammenfassung
Ngb (Diskussion | Beiträge) |
Ngb (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
||
| Zeile 12: | Zeile 12: | ||
=== Arten des maschinellen Lernens === | === Arten des maschinellen Lernens === | ||
{{Zitat| | |||
Machine Learning ist ein wichtiger Bestandteil der künstlichen Intelligenz. Dabei kann ein IT-System auf Basis von Algorithmen in Daten selbstständig Muster und Gesetzmäßigkeiten erkennen. So kann maschinelles Lernen mithilfe von Daten Vorhersagen treffen. Außerdem kann es durch Erfahrungen lernen, eigenständig neue Probleme zu lösen. | |||
|[https://studyflix.de/informatik/machine-learning-4356 Studyflix]}} | |||
==== Verstärkendes Lernen ==== | ==== Verstärkendes Lernen ==== | ||
| Zeile 21: | Zeile 25: | ||
==== Unüberwachtes Lernen ==== | ==== Unüberwachtes Lernen ==== | ||
Beim unüberwachten Lernen erhält das System Daten, die nicht gelabelt sind. Es versucht, selbstständig in der Menge der Daten gewisse Muster oder Ähnlichkeiten zu finden und so die Daten zu kategorisieren. Auf diesem Weg sind z.B. Auffälligkeiten im Bereich von Buchungen eines Unternehmens oder im Verhalten von Personen zu erkennen. [https://www.inf-schule.de/content/120_KI_im_Unterricht/2_LernendeSysteme/3_lernarten/unueberwachtesLernen.png] | Beim unüberwachten Lernen erhält das System Daten, die nicht gelabelt sind. Es versucht, selbstständig in der Menge der Daten gewisse Muster oder Ähnlichkeiten zu finden und so die Daten zu kategorisieren. Auf diesem Weg sind z.B. Auffälligkeiten im Bereich von Buchungen eines Unternehmens oder im Verhalten von Personen zu erkennen. [https://www.inf-schule.de/content/120_KI_im_Unterricht/2_LernendeSysteme/3_lernarten/unueberwachtesLernen.png] | ||
{{Hinweis|Das Video auf https://studyflix.de/informatik/machine-learning-4356?topic_id{{=}}590 fasst die Arten des maschinellen Lernens noch einmal zusammen.}} | |||
== Spielbäume == | == Spielbäume == | ||
| Zeile 28: | Zeile 34: | ||
== Neuronale Netze == | == Neuronale Netze == | ||
=== Neuron | === Neuron === | ||
Ein künstliches Neuron ist das kleinste Bauteil eines künstlichen neuronalen Netzes und empfängt Eingaben (Zahlen), multipliziert diese jeweils mit einem individuellen Gewicht für jede Eingangsverbindung, bildet die Summe der gewichteten Eingabewerte und "feuert" dann einen Ausgabewert ab (übergibt ihn an die folgenden Neuronen). Mit "feuern" ist gemeint, dass das Neuron unter einer festgelegten Bedingung die Summe der Eingaben weitergibt und sonst <code>0</code>. Wann ein Neuron "feuert" kann ganz unterschiedlich festgelegt werden. z.B. könnte eine Bedingung lauten "''Wenn die gewichtete Summe größer ein Schwellwert ist''" (z.B. <code>> 0</code>). | Ein künstliches Neuron ist das kleinste Bauteil eines künstlichen neuronalen Netzes und empfängt Eingaben (Zahlen), multipliziert diese jeweils mit einem individuellen Gewicht für jede Eingangsverbindung, bildet die Summe der gewichteten Eingabewerte und "feuert" dann einen Ausgabewert ab (übergibt ihn an die folgenden Neuronen). Mit "feuern" ist gemeint, dass das Neuron unter einer festgelegten Bedingung die Summe der Eingaben weitergibt und sonst <code>0</code>. Wann ein Neuron "feuert" kann ganz unterschiedlich festgelegt werden. z.B. könnte eine Bedingung lauten "''Wenn die gewichtete Summe größer ein Schwellwert ist''" (z.B. <code>> 0</code>). | ||
Ein Neuron, das selbstständig lernen kann, welche Gewichte und Schwellenwerte es am besten benutzen sollte, nennt man ein ''Perzeptron''. | <!-- Ein Neuron, das selbstständig lernen kann, welche Gewichte und Schwellenwerte es am besten benutzen sollte, nennt man ein ''Perzeptron''. --> | ||
[[Bild:Neuron Schema.png|center|Schema eines künstlichen Neurons mit den Eingaben <code>e1</code> und <code>e2</code>, Gewichten <code>w1</code> und <code>w2</code> und der Ausgabe <code>a</code>.]] | [[Bild:Neuron Schema.png|center|Schema eines künstlichen Neurons mit den Eingaben <code>e1</code> und <code>e2</code>, Gewichten <code>w1</code> und <code>w2</code> und der Ausgabe <code>a</code>.]] | ||
| Zeile 106: | Zeile 112: | ||
Mit "Animate" kannst Du das Netzwerk automatisiert lernen lassen. Betrachte dabei den Reiter "Error History" und die Grafik links. Was lässt sich beobachten? | Mit "Animate" kannst Du das Netzwerk automatisiert lernen lassen. Betrachte dabei den Reiter "Error History" und die Grafik links. Was lässt sich beobachten? | ||
{{Aufgabe:End}} | {{Aufgabe:End}} | ||
{{Hinweis|Im Video auf https://studyflix.de/informatik/neuronale-netze-4297?topic_id{{=}}590 wird noch einmal zusammengefasst, wie neuronale Netze lernen.}} | |||
{{Aufgabe:Start}} | {{Aufgabe:Start}} | ||