Jetzt geht's in die Tiefe
- 00:00:00 Start
- 00:00:41 Definition Deep Learning
- 00:01:05 Künstliche neuronale Netze
- 00:01:27 Das künstliche Neuron
- 00:01:48 Gewichte
- 00:01:53 Bias
- 00:02:04 Aktivierungsfunktion
- 00:02:29 Eingangs- und Ausgangsschicht
- 00:03:02 Versteckte Schichten
- 00:03:21 Beispiel: Neuronales Netz für die Regression (Klimasteuerung)
- 00:04:32 Beispiel Neuronales Netz für die Klassifikation (Schafe von Lamas unterscheiden)
- 00:05:43 Sigmoid als Aktivierungsfunktion
- 00:06:12 Zusammenfassung
| Zugehörige Institution(en) am KIT | Institut für Technik der Informationsverarbeitung (ITIV) Universität Karlsruhe (TH) – Zentrale Einrichtungen (Zentrale Einrichtungen) Zentrum für Mediales Lernen (ZML) |
| Publikationstyp | Audio & Video |
| Publikationsdatum | 19.10.2021 |
| Erstellungsdatum | 20.09.2021 |
| Sprache | Deutsch |
| DOI | 10.5445/IR/1000139096 |
| Identifikator | KITopen-ID: 1000139096 |
| Lizenz | Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International |
| Bemerkung zur Veröffentlichung | Dieses Video führt in das Thema Deep Learning ein und erklärt den generellen Aufbau von neuronalen Netzen. Dazu zählt der allgemeine Aufbau eines einzelnen Neurons sowie das Zusammenspiel mehrerer Neuronen in einer Schicht. Die Funktionsweise der neuronalen Netzte wird abschließend noch einmal mit je einem konkreten Beispiel für die Regression und die Klassifikation veranschaulicht. |
| Serie | Angewandte Machine Learning Algorithmen (AMALEA) |
| Folge | 13 |