Viele Studien befassen sich lediglich damit, die Relevanz der KI zu umreißen. Einige wenige Studien setzen sich mit der Optimierung der KI auseinander. Eine Ursache hierfür könnte sein, dass KNN auf dem Vorbild der menschlichen Intelligenz beruhen und in diesem Zusammenhang keine Möglichkeit gegeben ist, eine einheitliche Formel zu modellieren, die die optimale Vorhersagekraft eines neuronalen Netzes berechnet.
Vor diesem Hintergrund ist das primäre Ziel der zugrundeliegenden Arbeit, den Zusammenhang zwischen Lernrate und Vorhersagekraft eines neuronalen Netzes zu untersuchen.
Inhaltsverzeichnis
1. Einleitung
1.1 Problemstellung und Zielsetzung
1.2 Aufbau der Arbeit
1.3 Hypothese
2. Theoretische Grundlagen
2.1 Künstliche Neuronale Netze
2.2 Topologie
2.3 Lernen
2.4 Netzgröße
3. Praxisteil
3.1 Implementierung
3.2 Analyse
3.3 Ergebnisse
3.4 Diskussion
4. Fazit
5. Literaturverzeichnis
6. Anhang
- Quote paper
- Anonymous,, 2021, Neuronale Netze zur Bilderkennung. Zusammenhang zwischen Lernrate und Vorhersagekraft, Munich, GRIN Verlag, https://www.grin.com/document/1139820
-
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X. -
Upload your own papers! Earn money and win an iPhone X.