Übungen zu künstlichen neuronalen Netzen
Übungen
Aufgabe 1: Entwicklung eines neuronalen Netzes
Betrachte folgende Situationen (klicke auf einen Graphen, um ihn groß darzustellen):
| (a) | (b) | (c) | (d) |
|---|---|---|---|
Kontruiere jeweils ein künstliches neuronales Netz.
Aufgabe 2: Entscheidungsbaum als neuronales Netz
Betrachte den folgenden Entscheidungsbaum zur Erkennung gesunder Lebensmittel (ein grünes „Blatt“ bedeutet, dass ein Lebensmittel als gesund bezeichnet wird):
- Welche einschränkende Eigenschaft hat dieser Entscheidungsbaum im Vergleich zu dem in der Kids-Lernstrecke?
- Konstruiere ein künstliches neuronales Netz, das gesunde Lebensmittel anhand dieses Baums erkennt.
Aufgabe 3: Ein neuronales Netz lernt selbst
Bisher haben wir unser neuronales Netz und seine Neuronen selbst ermittelt. Genauso wie bei isolierten Neuronen wie im vorangegangenen Abschnitt können auch Neuronen innerhalb eines künstlichen neuronalen Netzes selbst lernen.
Öffne in einem neuen Fenster playground.tensorflow.org
- Reduziere die "hidden layers" auf 1 und die Neuronen auf 3. Belasse die Auswahl von "Data" auf der kreisförmigen Punktmenge.
- Lasse das neuronale Netz schrittweise lernen:
- Wie viele Schritte sind nötig, bis "Training loss" weniger als 10% beträgt?
- Interpretiere die Bedeutung der Symbole der Neuronen im "hidden layer" (bewege deine Maus darüber).
- Experimentiere mit weiteren Eingangsdaten und überprüfe dabei, wie gering die Anzahl der verwendeten Neuronen dabei sein darf.
Quellen
- [1]: Graph1 - Urheber: JOM - Lizenz: inf-schule.de
- [2]: Graph2 - Urheber: JOM - Lizenz: inf-schule.de
- [3]: Graph3 - Urheber: JOM - Lizenz: inf-schule.de
- [4]: Graph4 - Urheber: JOM - Lizenz: inf-schule.de
- [5]: Entscheidungsbaum - Urheber: JOM - Lizenz: inf-schule.de
