Nächste Seite: MLPs als universelle Funktionsapproximatoren Aufwärts: Neuronale_Netze Vorherige Seite: Multilayer Perzeptron Inhalt
Lernen
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
- Optimal Brain Demage