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