elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Imprint | Privacy Policy | Contact | Deutsch
Fontsize: [-] Text [+]

Classification algorithms: Logistic regression and neural networks

Siggel, Martin (2018) Classification algorithms: Logistic regression and neural networks. Data Analysis Methods (DAMe) Workshop, 22.-23. Mär. 2018, Karlsruhe Institute of Technology (KIT).

[img] PDF
2MB

Abstract

Das Tutorium führt in die mathematischen Grundlagen von Klassifikationsproblemen mit Neuronalen Netzen ein. Dabei sollen folgende Fragen beantwortet werden: Wie funktioniert Überwachtes Lernen (Supervised Learning)? Was ist Klassifikation? Die Loss-Funktion wird eingeführt, welche während des Training des Modells minimiert wird. Wie funktioniert ein Optimierer? Wie kann man mit Regularisierung Overfitting vermeiden und damit Generalisierung verbessern? Als Grundlage von Neuronalen Netzen werden wir die Logistische Regression einführen, welches selbst ein bekanntes Machine Learning Modell ist. Wir zeigen, wie künstliche Neuronen als vereinfachte Variante der biologischen Pendants funktionieren und wie man daraus Neuronale Netzwerke erzeugt. Am Schluss möchten wir das Verständnis scahffen, wie man mit dem Back-Propagation Formalismus den Gradienten der Loss-Funktion (automatisch) berechnen kann, welcher im Training von NN eine entscheidende Rolle spielt.

Item URL in elib:https://elib.dlr.de/124421/
Document Type:Conference or Workshop Item (Speech, Other)
Additional Information:Der Vortrag wurde im Zusammenhang mit einem Tutorium zum Thema "Klassifikation" gehalten.
Title:Classification algorithms: Logistic regression and neural networks
Authors:
AuthorsInstitution or Email of AuthorsAuthors ORCID iD
Siggel, Martinmartin.siggel (at) dlr.dehttps://orcid.org/0000-0002-3952-4659
Date:22 March 2018
Refereed publication:No
Open Access:Yes
Gold Open Access:No
In SCOPUS:No
In ISI Web of Science:No
Status:Published
Keywords:Machine Learning, Regression, Classification, Logigstic Regression, Neural Networks, Overfitting, Regularization, Backpropagation
Event Title:Data Analysis Methods (DAMe) Workshop
Event Location:Karlsruhe Institute of Technology (KIT)
Event Type:Workshop
Event Dates:22.-23. Mär. 2018
HGF - Research field:Aeronautics, Space and Transport
HGF - Program:Space
HGF - Program Themes:Space Technology
DLR - Research area:Raumfahrt
DLR - Program:R SY - Technik für Raumfahrtsysteme
DLR - Research theme (Project):R - Vorhaben SISTEC
Location: Köln-Porz
Institutes and Institutions:Institut of Simulation and Software Technology > High Performance Computing
Deposited By: Siggel, Dr. Martin
Deposited On:06 Dec 2018 14:22
Last Modified:31 Jul 2019 20:22

Repository Staff Only: item control page

Browse
Search
Help & Contact
Information
electronic library is running on EPrints 3.3.12
Copyright © 2008-2017 German Aerospace Center (DLR). All rights reserved.