DWH-und-KDD--VL-18 - Informationssysteme - Universität Oldenburg
DWH-und-KDD--VL-18 - Informationssysteme - Universität Oldenburg
DWH-und-KDD--VL-18 - Informationssysteme - Universität Oldenburg
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
DATA MINING<br />
Künstliche Neuronale Netze – Überwachtes Lernen II/VIII<br />
→ Hebb‘sches Lernen II/II<br />
→ Hierin ist ∆w ij die Veränderung des Verbindungsgewichtes von<br />
Neuron n i zu Neuron n j , a i die Aktivierung von Neuron n j , o i die<br />
Ausgabe von Neuron n i <strong>und</strong> η die Lernrate, die in geeigneter<br />
Weise einzustellen ist.<br />
→ Die Lernrate η bestimmt das Maß der Änderung des Verbindungsgewichts<br />
für einen Lernschritt.<br />
→ Die Hebb‘sche Lernregel erhalten wir, wenn in Abweichung vom<br />
neurophysiologischen Vorbild die tatsächlichen Ausgabewerte o j<br />
durch die Sollwerte s j ersetzt werden. Da ein einschichtiges kNN<br />
vorausgesetzt ist, lassen sich die Neuroneneingangswerte a i<br />
durch die Netzeingangswerte x i substituieren.<br />
∆w ij = η·x i·s j<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 15<br />
<strong>18</strong>