Du kennst nun den Aufbau und die Funktionsweise neuronaler Netze. In diesem Video befassen wir uns diesmal insbesondere mit der Verlustfunktion, um den Fehler bei der Prognose zu bestimmen. Anhand eines Daten- bzw. Zahlenbeispiels lernen wir die Idee und Vorgehensweise der Verlustfunktion kennen. Darüber hinaus beschäftigen wir uns mit den Methoden des Gradientenabstiegs und insbesondere der Backpropagation, mit deren Hilfe das Netz lernt. Wir werden auch die Wahl der Hyperparameter besprechen und dabei auch auf den damit verbundenen und bereits angesprochenen Trade-off zwischen Verzerrung und Varianz eingehen. Abschließend diskutieren wir kurz einige Vor- und Nachteile neuronaler Netze. Nach diesem Video kannst du ... ... den Verlust anhand eines einfachen Beispiels einordnen. ... den Prozess, wie ein neuronales Netz lernt (insbesondere die Backpropagation), erläutern. ... die Problematik bei der Wahl der Hyperparameter erläutern. ... Vor- und Nachteile neuronaler Netze erläutern.