Ψ Die Informatikseite
Menü
Bachelorstudium
- Lineare Algebra
- Algorithmen
- Theoretische Informatik
Masterstudium
- Neuronale Netze
- Computeranimation
Bonusmaterial
- Textsatz mit Latex
- Tipps und Tricks zu PDF-Dateien
- Einplatinenrechner
Studentenratgeber
Studienorte
Bücher
Impressum
Menü
Bachelorstudium
Lineare Algebra
Algorithmen
Theoretische Informatik
Masterstudium
Neuronale Netze
Computeranimation
Bonusmaterial
Textsatz mit Latex
Tipps und Tricks zu PDF-Dateien
Einplatinenrechner
Studentenratgeber
Studienorte
Bücher
Impressum
Informatik
»
Master
»
Neuronale Netze
»
Lernen mit Multilayer-Perzeptrons
Multilayer Perzeptron
Neuronale Netze
MLPs als universelle Funktionsapproximatoren
Lernen mit Multilayer-Perzeptrons
Unterabschnitte
MLPs als universelle Funktionsapproximatoren
Lernen an Beispielen
Ziel des Lernens
Hebbsche Lernregel
Delta-Regel (Widrow-Hoff-Regel)
Backpropagation of Error
Idee
Herleitung
Algorithmus
Single-Step und Batch-Learning
Synchrone und asynchrone Aktivierung
Einstellen der Lernrate
Probleme und deren Lösungen
Lernkurve
Hinzunahme von Neuronen
Codierung des Outputs
Momentum-Term
Verfahren höherer Ordnung
Quickprop
Zwei Gewichte
Analytische Methode
Optimal Brain Damage
Multilayer Perzeptron
Neuronale Netze
MLPs als universelle Funktionsapproximatoren