Deep-Learning

„Habe Mut, dich deiner eigenen künstlichen Intelligenz zu bedienen.“

Worum geht es hier?

In diesem Kapitel wird erklärt, wie man eine künstliche Nervenzelle in der Informatik repräsentieren kann. Man spricht dann auch von einem sogenannten künstliches Neuron oder einem Perzeptron.

Weiterhin geht es darum, wie man viele dieser künstlichen Neuronen zu einem so genannten künstlichen neuronalen Netzwerk (KNN) zusammenschalten kann.

Schließlich wird auch noch erläutert, wie man ein solches KNN dann mit Hilfe von vorklassifizierten Trainingsdaten automatisiert lernen lassen kann (Machine-Learning oder Deep-Learning).

Zum Implementieren werden in diesem Kapitel Jupyter-Notebooks eingesetzt. Wenn du diese noch nicht kennst, dann kannst du hier mehr darüber erfahren.

Aufbau des Kapitels

In den ersten 6 Unterkapiteln geht es um Perzeptronen und eine Hinführung zu künstlichen neuronalen Netzen mit Jupyter-Notebooks. Perzeptronen können mit der sogenannten Delta-Regel in besonderen Fällen auch schon selbständig "lernen", aber weil das nur für Spezialfälle funktioniert, bezeichnet man dies noch nicht als DeepLearning.

Wenn du Pezeptronen schon kennst und zügig zu DeepLearning mit künstlichen Neuronalen Netzen kommen möchtest, dann kannst du auch die ersten Unterkapitel überspringen und direkt mit dem Unterkapitel Fachkonzept künstliche Neuronenbeginnen.