Aus dem Kurs: Machine Learning Grundlagen

Erhalten Sie Zugriff auf diesen Kurs – mit einer kostenlosen Probeversion

Werden Sie noch heute Mitglied und erhalten Sie Zugriff auf mehr als 25.300 Kurse von Branchenfachleuten.

Aufgabe: Klassifikation mittels eines neuronalen Netzes

Aufgabe: Klassifikation mittels eines neuronalen Netzes

Aus dem Kurs: Machine Learning Grundlagen

Gratismonat starten Für Ihr Team erwerben

Aufgabe: Klassifikation mittels eines neuronalen Netzes

“

Für Ihre nächste Aufgabe sollen Sie ein neuronales Netzwerk trainieren, welches Blaubeeren und Zitronen klassifizieren kann. Hier sehen Sie die vier Datenpunkte, die Ihnen zum Trainieren zur Verfügung stehen. Jeder Datenpunkt ist definiert über den Radius und die Süße des Obstes, das heißt, die Daten haben jeweils zwei Features. Das heißt, so soll Ihr neuronales Netzwerk aussehen. Sie haben einen Input-Layer mit zwei Inputs, vier Hidden-Neuronen und einen Output-Layer mit zwei Output-Neuronen. Wiederum ist jedes Input-Neuron mit jedem Hidden-Neuron verbunden und jedes Hidden-Neuron mit jedem Output-Neuron. Hier sehen Sie eine tabellarische Übersicht über Ihre vier Trainingsdatenpunkte. Jedes Trainingsbeispiel beinhaltet zwei Features und zwei Outputs, wobei der Output binär ist. Ein Output-Neuron, Neuron o1, gibt an, ob es sich bei der Frucht um eine Blaubeere handelt. Das andere Output-Neuron, Neuron o2, gibt an, ob es sich bei der Frucht um eine Zitrone handelt. Natürlich könnten…

Inhalt