Übung 41

Erläutern Sie in Ihren eigenen Worten textuell und mit mind. einer Skizze den Zusammenhang zwischen einem Prädiktor und einem linearen Klassifizierer anhand eines selbstgewählten Beispiels. Lesen Sie dazu bitte das Kapitel 1 bis Seite 14 oben aus dem folgenden Buch: Tariq Rashid, Neuronale Netze selbst programmieren (2017), O’Reilly Verlag, Heidelberg, ISBN: 9783960101024. Das Buch können Sie kostenlos online in unserer Hochschulbibliothek lesen. Benutzen Sie dazu den “Katalog PLUS”:
https://www.hochschule-rhein-waal.de/de/hochschule/einrichtungen/bibliothek/recherche/katalog-plus
Ihre Skizze darf so ähnlich aussehen wie die im Buchkapitel.

Ein Prädiktor ist eine Einheit, die versucht eine Lösung für eine Eingabe vorherzusagen. Es gibt dabei genau eine Eingabe und genau eine Ausgabe. Es wird also versucht der Realität möglichst nah zu kommen. Dafür muss man den Prädiktor mit richtigen Daten trainieren. Anhand des gemachten Fehlers, also der Differenz zwischen Vorhersage und Realität, werden interne Parameter so angepasst, dass die nächste Vorhersage einen geringeren Fehler aufweist.

Ein Beispiel für ein Prädiktor ist die Umwandlung von Euro in Rubel. Wenn wir dem Prädiktor als Eingabe 3 Euro geben, erwarten wir die Ausgabe 250 Rubel. Erst wird der Prädiktor einen zufälligen Wert wie 300 für die Ausgabe verwenden und sich dem richtigen Ergebnis danach mit jeder Wiederholung besser anpassen.

Im Gegensatz dazu kann ein Klassifizierer bestimmte Daten ein- bzw. zuordnen. Es wird also auch eine Eingabe gemacht, undzwar werden Datenpunkte mit bestimmten Eigenschaften eingegeben, und diese werden dann Klassen (manchmal auch Cluster genannt) zugeordnet. Ähnlich wie beim Prädiktor lernt auch der Klassifizierer durch Trainingsdaten und versucht interne Parameter so zu justieren, dass die Klassifizierung möglichst erfolgreich ist.

Ein Beispiel für einen Klassifizierer ist die Unterscheidung bzw. Klassifizierung von PKW und LKW anhand der Eigenschaften Geschwindigkeit und Länge. Nun wird eine Linie mit zufälliger Steigung z. B. 0,8 angelegt, diese muss allerdings korrigiert werden, sodass die Steigung einem Wert entspricht, der beide Klassen voneinander trennt.