Testen von Hypothesen & Machine Learning |
| 19.08.2020, 14:06 | Romeo | Auf diesen Beitrag antworten » |
| Testen von Hypothesen & Machine Learning PS: Das sollte eigentlich in das Hochschulmathematik-Forum, sorry dafür. Hab's verschoben. Steffen |
||
| 25.08.2020, 21:00 | Namenloser324 | Auf diesen Beitrag antworten » |
Ganz kurze "informelle" Antwort, da ich selber in dem Bereich arbeite (ok sonst mache ich was anderes aber gerade arbeite ich in dem Bereich) und genau eine Frage darüber hier gestellt habe: Neuronale Netze sind weit verbreitet für alle möglichen Aufgaben. Das Training läuft typischerweise so ab, dass die Parameter des Netzes (die "Gewichte") zufällig initialisiert werden und zudem die Daten auf denen die Modellparameter erlernt werden ebenso zufällig aus einer Grundgesamtheit ausgewählt werden (Das "Trainingsset"). Das Netz bzw seine Performance (wie auch immer gemessen) nach dem Training kann also als Zufallsexperiment aufgefasst werden. Wenn man dann zwei Ansätze hat, die beide neuronale Netz verwenden, dann könnte man z.B. untersuchen ob das eine Netz wirklich besser ist als das andere, z.B. in dem man besser definiert als die maximal erreichbare Performance mit Netz 1 vs Netz 2. Da das ganze aber von Zufall abhängt, muss man einen statistischen Test durchführen, der ausgehend von einer Reihe von Wiederholungen die Netzperformance vergleicht und die Wahrscheinlichkeit angibt mit welcher Netz 1 besser/schlechter ist (bezüglich z.B. der maximal erreichbaren Performance) als Netz 2. |
||
|
|
Verwandte Themen
| Die Beliebtesten » |
|
| Die Größten » |
|
| Die Neuesten » |
|