Perzeptronen im Verbund (Ensembles)

Ein einzelnes Perzeptron kann nur linear trennbare Aufgaben lösen, kombiniert man aber mehrere Perzeptronen, dann ist prinzipiell jede binärwertige Funktion darstellbar. Außerdem kann man durch das lineare Kombinieren mehrerer Klassifikatoren die zu erwartende Generalisierungsleistung verbessern, wie wir schon in der Vorlesung gesehen haben.

Ausgehend von dieser Beobachtung gibt es verschiedene Möglichkeiten, die einzelnen Perzeptronen zu trainieren und anschließend zu kombinieren, um möglichst gute Ergebnisse zu erzielen.

Das Training der einzelnen Perzeptronen geschieht mit dem Perzeptronalgorithmus, Gradientenabstieg oder der SVM auf verschiedene Trainingsmengen.

Wahl der Trainingsmenge:

Kombination:

Mögliche Daten:

Literatur:


back