Restricted Boltzmann Machines erklärt: Wie RBMs Datenrepräsentationen lernen (KI-Synchronfassung)
Restricted Boltzmann Machines (RBMs) sind neuronale Netze, die mit nur zwei Schichten erstaunlich leistungsfähige Datenrepräsentationen lernen. Diese kurze Folge zeigt, wie sie ohne Beschriftung Muster in Daten entdecken und wo sie in der Praxis eingesetzt werden.Das erfahren Sie:Der Aufbau einer RBM: sichtbare Schicht für die Eingangsdaten, verborgene Schicht für die gelernten MerkmaleWarum RBMs binäre Einheiten und stochastische Methoden nutzenKontrastive Divergenz: Training durch Vergleich von Eingabe- und generierten DatenDimensionsreduktion – hochdimensionale Daten komprimieren, ohne Wich