Zusammenfassung
Der Perzeptron-Lernalgorithmus ist ein Beispiel für überwachtes Lernen. Diese Art des Lernens scheint biologisch wenig plausibel, da immer ein „Lehrer“ die Ausgabe überprüfen und gegebenenfalls eine Korrektur der Gewichte anordnen muß. Einige Forscher haben deswegen andere Lernverfahren entwickelt, durch welche die Netzelemente bestimmte Gewichte in einem sich selbstorganisierenden Prozeß erhalten. Bei unüberwachtem Lernen werden die Korrekturen für die Netzgewichte nicht von außen veranlaßt, da in vielen Fällen die Antwort für das vorhandene Problem unbekannt ist. Das Netz muß selbst bestimmen, ob eine Änderung der Gewichte notwendig ist oder nicht.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1993 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Rojas, R. (1993). Unüberwachtes Lernen. In: Theorie der neuronalen Netze. Springer-Lehrbuch. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-61231-2_5
Download citation
DOI: https://doi.org/10.1007/978-3-642-61231-2_5
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-56353-2
Online ISBN: 978-3-642-61231-2
eBook Packages: Springer Book Archive