Matroids Matheplanet Forum Index
Moderiert von Bilbo matph
Informatik » Angewandte Informatik » Neuronales Netz - Vorhersagen
Autor
Universität/Hochschule Neuronales Netz - Vorhersagen
Skalenertrag
Neu Letzter Besuch: im letzten Quartal
Dabei seit: 28.10.2021
Mitteilungen: 2
  Themenstart: 2021-10-28

Hallo lieber Planet, es ist eine Weile her, dass ich hier mal unterwegs war. In einem Projekt habe ich bald etwas mit neuronalen Netzen zu tun. Nach Möglichkeit würde ich dort gerne etwas in Richtung der Vorhersagen von Ergebnissen (z.B. Fußball-Resultate) basteln. Das Ganze ist ein Hochschulprojekt und wird daher sowieso nur bedingt belastbar sein. Ich bin Mathematiker (Stochastiker) und habe daher bisher wenig, bis gar keine, Erfahrung im Bereich der Informatik. Ich verstehe "einfache Programmiersprache", damit meine ich alles, was logisch für mich herleitbar ist, wie z.B. if-Schleifen, etc. Selbst programmieren kann ich nicht sonderlich gut. Das Projekt steht erst ganz am Anfang und ich darf das Thema auch relativ frei gestalten. Das Resultat muss also nicht einmal ein fertig programmiertes Netz sein, ein genereller Ansatz reicht. Ich habe mir diesbezüglich zwar ein paar Videos angesehen, musste aber beim Durchforsten feststellen, dass viele Beiträge entweder sehr oberflächlich sind oder so sehr ins Detail gehen, dass ich sofort abgehangen bin. Ich habe das generelle Prinzip eines neuronalen Netzes verstanden: Also wie ein Input über verschiedene Neuronen am Ende zu einem Output gelangt. Was ich nicht verstanden habe: Wie lernt man denn jetzt genau ein Netz an? Und wieso spricht man innerhalb des Netzes sehr oft von "Hidden Layers"? Als Mathematiker erscheint es mir komisch, dass man die Vorgänge innerhalb des Netzes nicht rückverfolgen kann? Immerhin ist jedes Neuron nur mit endlich vielen anderen Neuronen verbunden, woraus man ja sicherlich eine Matrix erstellen könnte? Liegt das nur an den Dimensionen, welche "moderne" Netze mittlerweile haben oder auch daran, dass mir da noch eine Quintessens fehlt? Und eine andere Frage: Solche Netze kann man sich doch theoretisch auch mit Stift und Papier auf einem Zettel überlegen, sofern sie nicht zu tiefgreifend sind? Eine Umsetzung mit Excel ist also theoretisch denkbar, oder? - Nicht, dass ich die Umsetzung gerne in Excel vollziehen würde, aber einfache Beispiele könnte man dort zumindest implementieren, denn ein Netz ist ja auch nicht mehr, als ganz viele gewichtete Funktionen? Und hat jemand vielleicht einen guten Literatur-Tipp, wie man als (Quer-)Einsteiger, in so ein Thema zumindest ein generelles Verständnis für neuronale Netze entwickeln kann? Liebe Grüße und Entschuldigung, ich glaube, dass hier ganz schon viel steht, wo sich ein Fachmann die Haare raufen würde. Aber vielleicht schafft es ja dennoch jemand ein wenig Licht ins Dunkle zu bringen :)


   Profil
zippy
Senior Letzter Besuch: in der letzten Woche
Dabei seit: 24.10.2018
Mitteilungen: 2927
  Beitrag No.1, eingetragen 2021-10-28

Einem Mathematiker würde ich Deep Learning von Goodfellow et al. empfehlen. (Einige deiner Fragen würden sich aber auch schon mit einer kurzen Web-Recherche beantworten lassen.) --zippy


   Profil
Skalenertrag
Neu Letzter Besuch: im letzten Quartal
Dabei seit: 28.10.2021
Mitteilungen: 2
  Beitrag No.2, vom Themenstarter, eingetragen 2021-10-28

Ich schiebe direkt mal ein Posting hinterher, in der ich nochmal meine naive Grundvorstellung von neuronalen Netzen an einem Beispiel aufzeige. Wenn ich das jetzt richtig verstehe, dann besteht ein neuronales Netz aus Input-Neuronen und Output-Neuronen. Das heißt, ich kann einfach mal Beispielhaft ein total simples netz bauen: Vielleicht bleiben wir hier auch mal beim Fußball und vereinfachen alles ganz grob. Wir haben Team A und Team B und wollen das Netz trainieren Ergebnisse vorher zu sagen, wobei vereinfacht nur Team A oder Team B gewinnen kann und es kein Unentschieden gibt. Angenommen ich kann für Team A und Team B jeweils eine Elo-Zahl ermitteln und würde zwei Input-Neuronen jeweils mit der Elo von Team A, bzw. von Team B füttern. Danach würden die beide gewichtet und in eine Output-Funktion geleitet. Diese Funktion könnte ja einfach mal als Beispiel f(Elo A, Elo B) auf [0,1] abbilden (die Umsetzung der Funktion f ist dabei ja frei wählbar?), so dass mein Output Neuron eine Siegwahrscheinlichkeit für A bestimmt. Das wäre ja theoretisch ein neornales Netz, wenn ich das richtig verstanden habe? Wie "trainiere" ich das Netz jetzt? Indem ich dem Netz ganz viele Spieldaten von Spielen zwischen Team A und Team B gebe und es dadurch die Gewichtung der Elo anpasst? Also, wenn das Netz sieht, dass B gewinnt, obwohl die Siegwahrscheinlichkeit von A größer als 50% war, dann gewichtete es die Elo von A nächstes Mal etwas geringer? Oder wie kann ich mir das an so einem Beispiel vorstellen? Vielleicht ist mein Beispiel auch nicht gut gewählt, ein anderes leichtes Beispiel tut es ja auch. Nochmal lieben Gruß! [Die Antwort wurde vor Beitrag No.1 begonnen.]


   Profil
dlchnr
Aktiv Letzter Besuch: in der letzten Woche
Dabei seit: 20.04.2013
Mitteilungen: 199
Wohnort: Aalen, DE
  Beitrag No.3, eingetragen 2021-10-28

Ich denke, selbst wenn hier einer Experte bei Neuronalen Netzen ist, wird er es Dir in einer Nachricht nicht so gut erklären können, wie es sicherlich in dem einen oder anderen Youtube-Video rübergebracht und dargestellt wird - von daher würde ich mich erst einmal dort auf die Suche machen. Das hier war das erste Vidoe einer langen Liste, die eine entsprechende Suche mit ecosia erbrachte. https://www.youtube.com/watch?v=mH6Jy2COhFQ Vielleicht schon ein guter Treffer, wenn nicht, einfach mit den nächsten weitermachen ;-)


   Profil
Skalenertrag hat die Antworten auf ihre/seine Frage gesehen.

Wechsel in ein anderes Forum:
 Suchen    
 
All logos and trademarks in this site are property of their respective owner. The comments are property of their posters, all the rest © 2001-2021 by Matroids Matheplanet
This web site was originally made with PHP-Nuke, a former web portal system written in PHP that seems no longer to be maintained nor supported. PHP-Nuke is Free Software released under the GNU/GPL license.
Ich distanziere mich von rechtswidrigen oder anstößigen Inhalten, die sich trotz aufmerksamer Prüfung hinter hier verwendeten Links verbergen mögen.
Lesen Sie die Nutzungsbedingungen, die Distanzierung, die Datenschutzerklärung und das Impressum.
[Seitenanfang]