Lernstrecke - vereinfachtes lernendes Neuron (Perzeptron)
Vielleicht hast du dich in der letzten Lernstrecke schon gefragt: Wozu der ganze Aufwand mit Kantengewichten und Schwellenwerten, damit ein künstliches Neuron sich so verhält, wie ein Logikgatter?
- Künstliche Neuronen können viel mehr: Sie können nicht nur zwei Eingänge haben, an denen sie nur 0 oder 1 verarbeiten. Sie können mehr Eingänge haben und beliebige Zahlen verarbeiten - doch darum soll es hier noch nicht gehen...
- Was du vielleicht schon bemerkt hast: Wir haben mit einem künstlichen Neuron einen universellen Baustein, der sich ganz unterschiedlich verhalten kann - das ist super für die Programmierung geeignet, da wir diesen einen Baustein immer wieder (auf unterschiedliche Weise) verwenden können.
- Und jetzt wird es richtig cool: Dieser universelle Baustein kann das gewünschte Verhalten selbst lernen.
Wir werden feststellen, dass (nicht immer, aber ziemlich oft) ein Neuron „von alleine“ geeignete Kantengewichte und einen geeigneten Schwellenwert finden kann.
Ein solches selbst-lernendes Neuron nennt man auch Perzeptron.
Wie wir einem Neuron das Lernen beibringen, erfährst du in den nächsten Schritten.
Hier lernst du:
- Wie künstlichen Neuronen auf vereinfachtem Weg ein bestimmtes Verhalten erlernen können.
Voraussetzungen für diesen Abschnitt
Du hast schon vorher kennengelernt...
- ... was künstliche Neuronen in vereinfachter Darstellung sind
- ... wie diese künstlichen Neuronen als universelles Datenverarbeitungsmodell dienen können
- ... die Inhalte der vorangegangenen Lernstrecke
