Wie lernen neuronale Netze? - Backpropagation, Loss und Perzeptron erklärt
Der Lernalgorithmus hinter Neuronalen Netzwerken einfach erklärt.
Worum geht’s in dieser Folge?
Wie lernt ein neuronales Netz eigentlich aus seinen Fehlern? In dieser Folge von „KI – kurz und informativ” schauen wir uns das Perzeptron an, das erste und einfachste neuronale Netz der Welt. Wir erklären, was eine Loss Function (Verlustfunktion) ist, wie Backpropagation funktioniert und warum moderne KI-Modelle Milliarden von Parametern haben.
Wie immer an einem einfachen Beispiel erklärt, diesmal anhand vom Dart-Spielen.
Wenn ihr diese Folge inkl. dem ersten Teil zu neuronalen Netzen verstanden habt, seid ihr sehr gut aufgestellt, was die Grundlagen von Deep Learning angeht.
Teil 1: Einführung in Neuronale Netze: https://open.spotify.com/episode/0olv9oEjTD0MtPIue4BRtv?si=HYZatk6lSJGQ0NghUga8zA
Shownotes
- Neuronale Netzwerke und wie sie lernen
- Backpropagation, Verlustfunktion (loss function) und Perzeptron