Inhaltsverzeichnis:
- Definition - Was bedeutet künstliches neuronales Netzwerk (ANN)?
- Techopedia erklärt künstliches neuronales Netzwerk (ANN)
Definition - Was bedeutet künstliches neuronales Netzwerk (ANN)?
Ein künstliches Neuronennetz (ANN) ist ein Rechenmodell, das auf der Struktur und den Funktionen biologischer neuronaler Netze basiert. Informationen, die durch das Netzwerk fließen, wirken sich auf die Struktur des ANN aus, da sich ein neuronales Netzwerk basierend auf dieser Eingabe und Ausgabe ändert oder in gewissem Sinne lernt.
ANNs werden als nichtlineare statistische Datenmodellierungswerkzeuge betrachtet, bei denen die komplexen Beziehungen zwischen Eingaben und Ausgaben modelliert oder Muster gefunden werden.
ANN ist auch als neuronales Netzwerk bekannt.
Techopedia erklärt künstliches neuronales Netzwerk (ANN)
Ein ANN hat mehrere Vorteile, aber einer der bekanntesten ist die Tatsache, dass er tatsächlich aus der Beobachtung von Datensätzen lernen kann. Auf diese Weise wird ANN als Zufallsfunktionsnäherungswerkzeug verwendet. Mit diesen Tools können Sie die kostengünstigsten und idealsten Methoden für die Lösungsfindung bei der Definition von Computerfunktionen oder -verteilungen abschätzen. ANN entnimmt Datenproben und nicht ganze Datensätze, um zu Lösungen zu gelangen. Dies spart Zeit und Geld. ANNs gelten als relativ einfache mathematische Modelle zur Verbesserung bestehender Datenanalysetechnologien.
ANNs bestehen aus drei Schichten, die miteinander verbunden sind. Die erste Schicht besteht aus Eingangsneuronen. Diese Neuronen senden Daten an die zweite Schicht, die ihrerseits die Ausgangsneuronen an die dritte Schicht sendet.
Das Trainieren eines künstlichen neuronalen Netzwerks umfasst die Auswahl aus zulässigen Modellen, für die mehrere Algorithmen zugeordnet sind.
