Ein Algorithmus übernimmt das Training.
Ein Prüfungsroboter soll entscheiden, ob eine Arbeit bestanden ist: Ab 12 von 20 Punkten lautet die richtige Ausgabe „bestanden“. Dafür müssen Gewicht und Schwellwert seines Neurons passend eingestellt werden. In diesem Experiment übernimmt das ein externer Trainingsalgorithmus. Er vergleicht die Ausgaben des Neurons mit bekannten Ergebnissen und verändert beide Werte Schritt für Schritt.
Nach diesem Modul kannst du …
- erklären, wie ein Trainingsalgorithmus Gewicht und Schwellwert mithilfe von Fehlern verändert,
- Parameter und Fehlerkurve eines Trainingsverlaufs ablesen,
- prüfen und erklären, wie das Neuron die gelernte Regel auf unbekannte Werte überträgt.
8 Trainingsbeispiele
Nur diese Werte erhält der Trainingsalgorithmus.
Der Algorithmus sieht nur 8 bis 15 Punkte. Was wird das trainierte Neuron später über Werte von 0 bis 7 und von 16 bis 20 sagen?
Aktueller Modellstand
Was entscheidet das Neuron jetzt?
Schiebe den Regler oder wähle einen Wert auf der Leiste. Die Ausgabe erscheint erst beim Testen.
Parameter im Neuron
Was verändert sich?
Dein Test
Noch keine Schlussfolgerung.
Starte das Training. Prüfe anschließend selbst Werte, die in den Trainingsbeispielen nicht vorkommen.
Hilfe: Wie sicher ist die gerade gewählte Antwort?
Forschungsfrage
Welche unbekannten Werte kann das Neuron nach dem Training richtig einordnen – und was hat es dafür aus den Beispielen 8 bis 15 gelernt?
Modul abgeschlossen
Das Neuron hat eine Regel aus Beispielen übertragen.
Der Trainingsalgorithmus hat die Parameter anhand bekannter Fälle angepasst. Deine Tests mit unbekannten Werten zeigen, ob die gelernte Grenze auch außerhalb der Trainingsdaten funktioniert.