Upload
angelika-hemmer
View
109
Download
0
Embed Size (px)
Citation preview
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
Praktikumsplatz im Bereich Sales IT bei Procter & Gamble
Voraussetzungen sind: •sehr gute Deutsch- und Englischkenntnisse•abgeschlossenes Vordiplom•Erfahrungen im Bereich Internet- oder Intranet-Anwendungen (Programmierkenntnisse nicht unbedingt erforderlich)•sehr gute kommunikative Fähigkeiten
Vergütung: ca. €1.500 p.M.Dauer: 3-4 MonateBeginn: frühestens 07.07.2003, spätestens 11.08.2003
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
Künstliche Neuronale Netze
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
Eigenschaften der KNN
• Lernfähigkeit• Verallgemeinerungsfähigkeit• Assoziationsfähigkeit• Robustheit• Massiv parallele
Informationsverarbeitung
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
Anwendungsgebiete der KNN
• Mustererkennung• Spracherkennung• Signalverarbeitung• Maschinelles Lernen, Expertensysteme• Diagnose• Vorhersage• Optimierung• Steuerung, Regelung
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
Bedeutung von “Lernen” in KNN
• die Gewichte der Verbindungen zwischen den Neuronen modifizieren
• ein neues Neuron kreieren• ein Neuron zerstören
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
Lernmethoden in KNN
• Supervised Learning (Überwachtes Lernen)– Das vom KNN gelieferte Output wird mit dem
gewünschten Output verglichen;– das KNN wird anhand von diesem Unterschied trainiert.
• Reinforcement Learning (Kritiker Lernen)– Das vom KNN gelieferte Output erhält eine Bewertung;– das KNN wird anhand von dieser Bewertung trainiert.
• Unsupervised Learning– Dem Netz werden nur Inputs präsentiert. Während der
Trainingsphase werden die Gewichte der Neuronen– so geändert, dass die Trainingsbeispiele in korrelierten
Kategorien (Cluster) organisiert werden.
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
x1
x2
Perceptron
Synapsen Output
Axon
Neuron
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
x1
x2
y1 = f (w1x1+w2x2+b1)
y1
w1
w2
Perceptron
Input Output
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
y1
y2
z1
x1
x2
w‘1
w‘2
Multi-Layered-Perceptron
w11
w12
w21
w22
Output
w11 w12
w21 w22
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
y1
y2
x1
x2
w‘1
w‘2
Diskrete Ergebnisse
w11
w12
w21
w22
Output d ( x1, x2 )
y1 = F (w1x1+w2x2 +b1) { -1, 1}
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
Sigmoid Funktion
yj = arctan ( wijxi )
Entscheidungsunterstützungssysteme IWI Frankfurt 2003
Lernregeln