ArtificiŽle Intelligentie gebruikersgroep (AIgg)


Wat kun je met een neuraal netwerk?

Neurale netwerken zijn vooral goed in patroonherkennen en generaliseren. Maar neurale netwerken zijn geen tovermiddelen. Het benutten van neurale netwerken vergt ook kennis van het probleem dat je wilt oplossen.

Neurale netwerken zijn er in alle soorten en maten, en elk heeft zijn eigen sterke en zwakke punten. Je moet dus eerst een voor het probleem geschikte netwerkarchitektuur kiezen.

Met het kiezen van het ontwerp ben je er nog niet: het netwerk moet ook geÔmplementeerd (daadwerkelijk gebouwd) worden. Er zijn drie soorten implementatie:

Het leervermogen van neurale netwerken heeft ook zijn keerzijde: de meeste neurale netwerken doen het erg slecht als ze niet eerst getraind zijn. Er zijn dus trainingsgegevens nodig. Hoe beter de trainingsgegevens, des te beter de uiteindelijke prestaties van het netwerk.

Na de trainingsfase moet het neurale netwerk worden getest. Als representatieve invoergegevens schaars (moeilijk verkrijgbaar) zijn, dan is het zinvol om een gedeelte van de trainingsgegevens achter de hand te houden voor testdoeleinden. Als het neurale netwerk goed door de testfase komt, is het operationeel, d.w.z. klaar voor gebruik.


Volgende: Waar kun je verdere informatie vinden?
Vorige: Wat doet een neuraal netwerk?
Terug naar inhoudsopgave