Regression II: Künstliche Gehirne erzeugen für Dummies
Video Player is loading.
This is a modal window.
The media could not be loaded, either because the server or network failed or because the format is not supported.
- 00:00:00 Start
- 00:00:38 Keras
- 00:01:10 Trainings- und Testdatensatz
- 00:01:39 train_test_split
- 00:02:45 Sequential Layer
- 00:03:21 Dense Layer
- 00:06:06 Compile-Funktion
- 00:08:30 Dropout Layer
- 00:08:50 L1 und L2 Regularisierung
- 00:09:46 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/1000139098 |
| Identifikator | KITopen-ID: 1000139098 |
| Lizenz | Creative Commons Namensnennung – Weitergabe unter gleichen Bedingungen 4.0 International |
| Bemerkung zur Veröffentlichung | Jetzt wird es praktisch! Dieses Video zeigt die Implementierung, das Training und das Testen von neuronalen Netzen für die Regression mit der Keras Bibliothek. Dabei wird der sequenzielle Zusammenbau eines neuronalen Netzes mithilfe des „Sequential“ Modells Schritt für Schritt erklärt, und der entsprechende Python Code gezeigt. Außerdem werden verschiedene Ansätze vorgestellt, die dabei helfen, Overfitting zu vermeiden. |
| Nachgewiesen in | OpenAlex |
| Serie | Angewandte Machine Learning Algorithmen (AMALEA) |
| Folge | 15 |
Seitenaufrufe: 118
seit 22.10.2021
seit 22.10.2021