Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Einführung Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

3. Neuronale Netzwerke und überwachtes Lernen

verfasst von : Kenny Choo, Eliska Greplova, Mark H. Fischer, Titus Neupert

Erschienen in: Machine Learning kompakt

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Dieses Kapitel ist gewissermaßen der Kern des Buches. Es behandelt im Detail neuronale Netzwerke und deren Training im Rahmen des überwachten Lernens. Zunächst werden vollständig verbundene Netzwerke diskutiert und mögliche Aktivierungs- und Verlustfunktionen benannt. Weight decay und dropout werden als Regularisierungsmöglichkeiten besprochen. Schliesslich werden mit Convolutional Neural Networks und rekurrenten neuronalen Netzen zwei fortgeschrittenere Netzwerkstrukturen eingeführt. Alle Schritte sind mit Beispielen illustriert.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Maschinelles Lernen ohne neuronale Netzwerke
Nächstes Kapitel Unüberwachtes Lernen
Fußnoten
1
Dieser Bias ist nicht dasselbe wie die Verzerrung, die wir in der linearen Regression kennengelernt haben, und die im Englischen auch als bias bezeichnet wird.
 
2
Genau genommen ist die Backpropagation ein Spezialfall einer umfangreicheren Methodik namens automatischer Differenzierung (AD). AD nutzt, dass jedes Computerprogramm aus elementaren Rechenoperationen (Addition, Subtraktion, Multiplikation, Division) und elementaren Funktionen (\(\sin , \exp , \dots \)) aufgebaut ist. Durch Ausnutzen der Kettenregel lassen sich so Ableitungen beliebiger Ordnung automatisch berechnen.
 
3
Die meisten Umgebungen für maschinelles Lernen haben eine Art von Trainings-Funktion eingebaut, sodass man Dinge wie Backpropagation nicht selbst implementieren muss. Man muss lediglich die Trainings-Routine aufrufen.
 
Metadaten
Titel
Neuronale Netzwerke und überwachtes Lernen
verfasst von
Kenny Choo
Eliska Greplova
Mark H. Fischer
Titus Neupert
Copyright-Jahr
2020
Buch
Machine Learning kompakt

Print ISBN: 978-3-658-32267-0

Electronic ISBN: 978-3-658-32268-7

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-658-32268-7_3

Premium Partner

    Bildnachweise