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.

Lernen in Python

Lernen in Python

Wir haben nun hier unser Python-Beispiel ein wenig angepasst. Wir haben eine Lernrate hinzugefügt mit L = 0,1 und unsere neuen Gewichte, die wir vorhin als zufällig angenommen haben. Zusätzlich beschränken wir uns jetzt auf die heaviside-Funktion, um den Output des Neurons zu berechnen. Wenn wir dieses Beispiel jetzt einmal ausführen, dann sehen wir, dass im Endeffekt die Gewichte am Anfang und die Gewichte am Ende nach einem Trainingsbeispiel natürliche ident sind, da wir diese Gewichte bis jetzt noch nicht angepasst haben. Schauen wir uns nun an, wie wir die Gewichte verändern können. Als Erstes müssen wir den Fehler berechnen. Der Fehler oder der Error ist der Expected Output minus den berechneten Output. Der erwartete Output befindet sich in der Variable output_expected; der berechnete Output ist in der Variable Output gespeichert. Nun haben wir den Fehler berechnet. Das heißt, wir werden nun die einzelnen Gewichte anpassen. Hierfür erzeugen wir eine Schleife, damit wir Gewicht…

Inhalt