🔄 Neuronale Netze

Im Bereich Dokumente & Materialien befinden sich ein Praktisches Benutzerhandbuch, Technisches Handbuch und Mathematische Grundlagen und Empfehlungen für Trainingsparameter.

Im Einzelnen werden folgende Elemente behandelt:

Praktisches Benutzerhandbuch

-Datenvorbereitung

-Netzwerkkonfiguration

-Training

-Vorhersagen

-Analyse der Ergebnisse

Technisches Handbuch und Mathematische Grundlagen

-Netzwerk-Architektur

-Neuron-Modell

-Aktivierungsfunktionen

-ForwardPropagation

-Backpropagation

-Gradient Descent

-Training-Algorithmus

-Datennormalisierung

-Gewichtsinitialisierung

- Hyperparameter (Learning Rate, Anzahl Epochs, Batch Size)

Empfehlungen für Trainingsparameter

-Beispiel: Währungsdaten

-Beispiel: logische Klassifikation

-Beispiel: Kreis-Klassifikation

-Beispiel: Regression

-Beispiel: Mehrklassen-Klassifikation

-Beispiel: Zeitreihen-Regression

Beispiel: Spam-Erkennung / Binäre Textklassifikation