Lernen an Beispielen

Nächste Seite: Ziel des Lernens Aufwärts: Lernen Vorherige Seite: MLPs als universelle Funktionsapproximatoren Inhalt

Lernen an Beispielen

Lernen anhand von Beispielen. Es wird gibt eine Menge von Beispielsmustern⁵ zu denen jeweils ein Desired Output⁶ vorliegt:

$\begin{displaymath}(\underline{x},\underline{D}(\underline{x}))\,\,\,\,\,\mbox{ oder }\,\,\,\,\, (\underline{x},\underline{Y}(\underline{x}))\end{displaymath}$

$\begin{displaymath}\underline{x}\in \mathbb{R}^{N}\,\,\,\,\,\mbox{ und }\,\,\,\,... ...Y}(\underline{x}),\underline{D}(\underline{x})\in\mathbb{R}^{M}\end{displaymath}$

Diese Daten heißen Trainingsmuster oder Lernmuster für die Mustererkennung. Trainingsdaten oder Lerndaten für die Funktionsapproximation und auch für die Mustererkennung.