Restricted Boltzmann Machines erklärt

Wie RBMs Datenrepräsentationen lernen

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.

▶ Restricted Boltzmann Machines erklärt: Wie RBMs Datenrepräsentationen lernen (KI-Synchronfassung)

Das erfahren Sie:

1. Der Aufbau einer RBM: sichtbare Schicht für die Eingangsdaten, verborgene Schicht für die gelernten Merkmale
2. Warum RBMs binäre Einheiten und stochastische Methoden nutzen
3. Kontrastive Divergenz: Training durch Vergleich von Eingabe- und generierten Daten
4. Dimensionsreduktion – hochdimensionale Daten komprimieren, ohne Wichtiges zu verlieren
5. Praxisbeispiele: kollaboratives Filtern für Empfehlungen sowie Bild- und Spracherkennung

Diese Folge ist eine KI-synchronisierte deutsche Fassung des animierten Erklärvideos aus der M365 Show von Microsoft MVP Mirko Peters.