Zusammenfassung
Der Idealfall, dass ein optimales Modell richtige Prognosen liefert, basiert auf der Annahme, dass der Prozess, der die Ereignisse generiert, vollkommen deterministisch ist. In einem solchen Fall enthält das optimale Modell die bestimmenden Inputs (optimale Informationsbasis) und bildet sie mittels einer adäquaten Zuordnungsfunktion fehlerfrei ab. Die Zuordnungsfunktion hat dabei frei wählbare Parameter, und ein geeigneter Algorithmus ermittelt die Werte dafür, indem ein Fehler minimiert wird. Im Idealfall werden unnötige Inputs oder auch überzählige Parameter dadurch ersichtlich, dass ihr Einfluss nach dem Anpassen der Parameter verschwindet bzw. sich gegenseitig aufhebt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 2003 Deutscher Universitäts-Verlag/GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
Richter, F. (2003). Optimale Modelle. In: Kombination Künstlicher Neuronaler Netze. Deutscher Universitätsverlag. https://doi.org/10.1007/978-3-322-81570-5_3
Download citation
DOI: https://doi.org/10.1007/978-3-322-81570-5_3
Publisher Name: Deutscher Universitätsverlag
Print ISBN: 978-3-8244-7900-9
Online ISBN: 978-3-322-81570-5
eBook Packages: Springer Book Archive