1. Setzen Sie bitte die Gewichte auf die Werte w0=0.5 und w1=0.5. Machen Sie sich durch unterschiedliche Wahl von Aktivierungs- und Ausgabefunktion mit der Bedienung des Applets vertraut. Variieren Sie dabei auch den Parameter "Classification threshold" auf der rechten Seite der Visualisierung, um die Auswirkung der virtuellen Trennebene (Schwellwert über die Ausgabe des Neurons) für die Lösung eines Zweiklassenproblems zu untersuchen.
  2.  Aktivieren Sie die Checkbox "Dataset classification" um den ersten Datensatz in die Visualisierung einzublenden. Wählen Sie als Aktivierungsfunktion "Dot product" und als Ausgabefunktion "linear". Variieren Sie die Gewichte des Neurons (w0,w1,bias) und den Klassifikationsschwellwert ("Classification threshold") um eine korrekte Klassifikation der Datenpunkte zu erreichen. Bei dem grünen Datenpunkten muss die Ausgabe des Neurons oberhalb der Klassifikationsschwelle liegen und bei den roten Datenpunkten unterhalb der Schwelle. Korrekt klassifizierte Datenpunkte werden vergrößert dargestellt.
  3. Wählen Sie nacheinander die Datensätze 2 bis 5 und kombinieren Sie jeweils geeignete Aktivierungs- und Ausgabefunktionen, um die Daten, mit dem einen realisierten Neuron, jeweils korrekt in zwei Klassen zu trennen.
  4. Wenn alle Datensätze korrekt klassifiziert wurden, wird der "Submit"-Button aktiviert. Klicken Sie auf den "Submit"-Button und geben Sie in dem sich öffnenden Fenster Ihre E-Mail-Adresse ein. Klicken Sie anschließend auf "Generate!" und kopieren Sie den angezeigten, kodierten (nicht lesbaren) Text, welcher die von Ihnen bei der Bearbeitung eingestellten Parameter enthält. Diesen Text reichen Sie in der dazugehörigen Aufgabe in Moodle ein. Bitte beachten Sie dabei die Einreichungsfrist im Moodle-Kurs.

 

weiter zur nächsten Aufgabe (Delta-Regel)

zurück zu den Aufgabenserien