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 Wichtiges zu verlierenPraxisbeispiele: kollaboratives Filtern für Empfehlungen sowie Bild- und SpracherkennungFür Technikbegeisterte und Einsteiger, die verstehen wollen, wie unüberwachtes maschinelles Lernen funktioniert.Diese Folge ist eine KI-synchronisierte deutsche Fassung des animierten Erklärvideos aus der M365 Show von Microsoft MVP Mirko Peters.▶ Video ansehen: https://youtu.be/LMuPjI9sON0🎧 Mehr Folgen: https://www.m365.fm🎤 M365Con – kostenlose Microsoft-Online-Konferenz: https://m365con.net💼 Mirko Peters auf LinkedIn: https://www.linkedin.com/in/m365showpodcast/

This episode includes AI-generated content.