NN01 - Das Perzeptron

Kurze Übersicht

Definition "Maschinelles Lernen"

Fähigkeit zu lernen, ohne explizit programmiert zu werden. (Arthur Samuel, 1959)

Arten des Lernens

• Überwachtes Lernen (e.g. Klassifizierung, Regression)
• Unüberwachtes Lernen (e.g. Clustering, Dimensionsreduktion)
• Bestärkendes Lernen (e.g. Schach spielen)

Formalisierung

• Zielfunktion $f$
• Merkmalraum (input space)
• Ausgaberaum (output space)
• Datensatz $\mathcal{D}$
• Hypothesenmenge $\mathcal{H}$
• Lernalgorithmus $\mathcal{A}$

Das Perzeptron

Ein einfaches Modell für die binäre Klassifizierung

• Bilde gewichtete Summe (Linearkombination) der Merkmale
• Vergleiche das Ergebnis mit einem Schwellenwert
  • Positiv, falls über dem Schwellenwert
  • Negativ, falls unter dem Schwellenwert
• Gewichte und Schwellenwert sind unbekannte Parameter des Modells, die es zu lernen gilt > siehe Perzeptron Lernalgorithmus