Einleitung
Im ersten Teil dieser Kursreihe haben wir bereits gelernt, wie neuronale Netze als mathematisches Modell formuliert werden können.
![](figure/courses/neuralnetwork2/netzwerk-2.png)
Eine der wichtigsten Erkenntnisse dabei war folgenden:
Sind in einem künstlichen neuronalen Netz sämtliche Gewichte und Schwellwerte bekannt und sind die Zustände bzw. Werte der Eingangsneuronen gegeben, so können auch die Zustände bzw. Werte der Ausgangsneuronen bestimmt werden.
Unser Ziel ist es nun, das grundlegende Modell zu erweitern.
In diesem Kurs lernst du...
- ...wie künstliche neuronale Netze verallgemeinert und damit verbessert werden können.
- ...was es mit der Aktivierungsfunktion eines neuronalen Netzes auf sich hat.
- ...dass die Werte der Ausgangsneuronen eine Art Vorhersage-Wahrscheinlichkeit sind.