2.2 Eine künstliche Entscheidung
Das Beispiel des digitalen Türstehers, das zuerst in Scratch gezeigt und manuell mit einem einzigen Neuron modelliert wurde, soll hier noch einmal aufgegriffen werden. Diesmal wird das Neuron jedoch mit einem echten Training für neuronale Netze trainiert. Dazu werden Daten verwendet, die weiter unten näher erläutert werden. Man muss hier nichts mehr von Hand einstellen, das Trainingsverfahren schafft es, selbstständig optimale Werte für das Gewicht und den Schwellwert zu finden.
Das neuronale Netz in der unteren Abbildung besteht nur aus einem einzigen Neuron – und es kann zunächst einmal nichts. Man kann es aber trainieren, und danach wird es in der Lage sein, die Entscheidung korrekt zu treffen und sich wie ein echter digitaler Türsteher zu verhalten.
Anleitung
- Klicke
Reset: Alles, was das Netz gelernt hat, wird zurückgesetzt. Zudem wird ein neuer zufälliger Wert für das Gewicht w gewählt. - Fahre mit dem Mauszeiger über die Kästchen im oberen Teil, die jeweils für ein Alter stehen: Für jedes Kästchen wird die momentane Entscheidung des Neurons angezeigt, ob man in dem Alter in die Disco darf oder nicht. Zusätzlich wird im unteren Teil die Berechnung des Neurons angezeigt
- Klicke
Start: Das Netz wird mit den unten abgebildeten Paaren aus Alter und Entscheidung trainiert, bis es diese Paare gelernt hat. Beobachte während des Trainings, wie sich das Gewicht w und der Schwellwert s ändern, bis die Werte so sind, dass das Netz für jedes Alter die richtige Entscheidung trifft. Schau dir im Anschluss an, welche Informationen die Kästchen im oberen Teil nun liefern und ob das Neuron richtig entscheidet. - Rot steht in der Abbildung für nein und grün steht für ja.
Was kann das Neuron nun?
Das Neuron hat automatisch den Punkt gefunden, bei dem es links davon mit nein und rechts davon mit ja antworten kann. So einen Trennpunkt zu finden, bei dem etwas auf der einen und etwas anderes auf der anderen Seite liegt, ist die Hauptaufgabe von Neuronen bzw. von neuronalen Netzen. Dadurch können sie nun entscheiden, was die passende Ausgabe zu einer Eingabe ist: hier eben nein oder ja. Bei neuronalen Netzen mit sehr vielen Neuronen können das natürlich eine viel ausführlichere Eingabe und eine viel detailreichere Ausgabe sein.
Diese Seite teilen
