DWH-und-KDD--VL-18 - Informationssysteme - Universität Oldenburg
DWH-und-KDD--VL-18 - Informationssysteme - Universität Oldenburg
DWH-und-KDD--VL-18 - Informationssysteme - Universität Oldenburg
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
DATA MINING<br />
Künstliche Neuronale Netze – Lernen i.Allg. III/III<br />
→ Unüberwachtes Lernen (unsupervised learning)<br />
→ Beim unüberwachten Lernen erfolgt keine Konditionierung des<br />
kNN durch Minimierung des Antwortfehlers.<br />
→ Die Trainingsmenge besteht nur aus einer geringen Zahl von<br />
Mustervektoren. Der Lernalgorithmus versucht einen beliebigen<br />
Vektor einem der Mustervektoren zuzuordnen zu dem die größte<br />
Ähnlichkeit besteht.<br />
→ Nach Anlegen des zu klassifizierenden an die Eingänge des kNN<br />
werden die Neuronengewichte iterativ solange verändert, bis ein<br />
stabiler Zustand erreicht wird, der dann mit dem Mustervektor<br />
übereinstimmt, der ihm am ähnlichsten ist.<br />
→ Ziel dieses Verfahrens ist es eine Gruppenbildung (Cluster) ähnlicher<br />
Vektoren (Muster) zu erreichen.<br />
Dr. Frank Köster · <strong>Universität</strong> <strong>Oldenburg</strong> · Department für Informatik · Abteilung <strong>Informationssysteme</strong> · Escherweg 2 · 26121 <strong>Oldenburg</strong> · eMail: Frank.Koester@Informatik.Uni-<strong>Oldenburg</strong>.de 13<br />
<strong>18</strong>