Hallo,
ich teste jetzt seit knapp 2 Wochen Membrain, habe aber das Wichtigste noch nicht
verstanden.
Ich würde mich sehr freuen wenn mich jemand berichtigen könnte, da mein Interesse
mit Schwierigkeiten eher größer wird.
Was machen die Neuronen mit meinen Daten (überwachtes Lernen)?
- Sie nehmen sie an (Input),
- Der Schwellwert (Treshold) wird, wenn aktiviert, automatisch an die Daten
angepasst,
- Wenn die Daten im Verhältnis zum Schwellwert einen gewissen Wert erreichen wird das Neuron aktiviert,
- Das Inputneuron sendet (ausschließlich?) die Aktivierung an das Outputneuron,
- Dieses „sammelt“ die Aktivierung mehrerer Inputs als Output,
- Ein Inputneuron, welches öfter aktiviert wird, verstärkt die Gewichtung seiner Aktivierung, weil diese Daten mehr zum Lernerfolg (erwartetes Ergebnis) beitragen,(auch negative Gewichtungen, blaue Inputneuronen?)
Ein einfaches Beispiel:
Ich bekomme 1 Jahr lang jeden Tag 100 kg Obst geliefert. Dieses besteht aus Äpfel, Birnen, Bananen.
Eine Hilfskraft trägt die jeweilige Menge aufgeschlüsselt nach 3 Sorten in eine .csv (sie denkt mit ) Liste ein. Jetzt habe ich 3 Inputs und einen Output (100kg) für Membrain. Das reale Ergebnis, welches ich noch nicht weiß ist, das die Lieferungen durchschnittlich überwiegend aus 1. Äpfeln (45kg), etwas weniger aus 2. Birnen (35kg) und noch weniger 3. Bananen (20kg) besteht.
Wenn ich nicht alles falsch verstanden habe , müsste Membrain nach dem Lernen die Apfelneuronen am stärksten gewichten (rot) und die Bananenneuronen am schwächsten. Was müßte geschehen damit ein Neuron blau erscheint (negativ). Wenn eine Obstsorte immer aus exakt der gleichen Menge besteht? Oder 10 kg Bananen verfaulen?
Entschuldigung für das sehr einfache Beispiel. Aber wenn ich hier Klarheit hätte würde mir das schon sehr weiterhelfen. Außerdem wollte ich ein paar Vitamine ins Spiel bringen.
Danke
Bernd