• Keine Ergebnisse gefunden

Klassifikation und Neuronale Netze

N/A
N/A
Protected

Academic year: 2022

Aktie "Klassifikation und Neuronale Netze"

Copied!
24
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

Inhalt

Hypothesentest/Klassifikation Neuronale Netzwerke

Klassifikation

Wahrscheinlichkeitsdichten NeuroBayes

Anwendungen

Klassifikation und Neuronale Netze 

(2)

Hypothesentests

Schnitte in einer Test-Statistik:

Akzeptiere Hypothese H0, wenn t<t

Fehler 1. Art:

P1(wahre Hypothese wird verworfen)

Fehler 2. Art:

P2(falsche Hypothese wird akzeptiert)

(3)

Hypothesentests

(4)

Hypothesentests

Ein statistisches Verfahren ist um so besser, desto näher es an den Punkt (1,1) im

Purity-Efficiency-Plot kommt Optimale Wahl des Arbeits- punktes je nach Aufgabe:

Wie skaliert der Gesamtfehler der Analyse mit ε und P?

0.7 0.8 0.9 1.0

Optimaler Arbeitspunkt Unterschiedliche

Cuts in t

(5)

Konstruktion einer Test-Statistik

(6)

NeuroBayes®-Training

> 18140 Länderspiele in Datenbank (seit ~1900)

> Aus zeitl. Entwicklung der Einzelergebnisse:

24 abgeleitete Größen (z.B. technische Indikatoren wie moving averages, exponential moving averages , …)

> Training für jedes Ergebnis: 0:0, 0:1, 0:2, 0:3, 1:0, 1:1, 1:2, 1:3, 2:0, 2:1, 2:2, 2:3, 3:0, 3:1, 3:2, 3:3

> Überraschung: 0:1 bzw. 1:0 unabhängig von Mannschaft am Wahrscheinlichsten

> Tipps für Sonderwertung: aus aktueller Ausgabe des Kicker- Magazins

(7)

Gibt es Zusammenhang zwischen Länderspielen

von vor 50 Jahren und heutigen Spielen?

NEIN !

aber: Vorhersagbarkeit von Spielen durch

jüngere Vergangenheit.

Zusammenhang zw. jüngerer Historie und nächstem Spiel war vor 50 Jahren ähnlich wie heute.

?

(8)

Ergebnis des WM2002

Tipp-Spiels

Fußball-Experte Mitarbeiter

(9)

Ergebnis des WM2002

Tipp-Spiels

(ohne Sonder- wertung)

Fußball-Experte Mitarbeiter

(10)

Ergebnis der WM2006

Tippspiels

(11)

Saison Spieltag Heim-Gast Ergebnis (Halbzeit)

Datenbank-Auszug

> Saison 63/64 bis 1.

Hälfte 03/04

> Insgesamt 12335 Begegnungen

> Mehr als 100 abgeleitete Größen

> 3 Trainings: Heim-Sieg, Heim-Niederlage,

Unentschieden

(12)

Erkenntnis:

Einführung der 3-Punkte-Regel hat keine

Auswirkung auf Häufigkeit von Unentschieden

(13)

Vorhersage für 23. Spieltag

Heimsieg Unentschieden Auswärtssieg

(14)

Weitere Anwendung im Bereich Fußball:

Vorhersage von Verletzungsrisiken von Spielern…

AC Milan wendet

neuronale Netze bereits erfolgreich an

4 Jahre Datenerhebung:

> biomedizinische Daten

> Fitness-Daten

> Psychologische Gutachten

(15)

Das <phi-t> Mausspiel:

oder:

sogar ihr ``freier Wille´´ ist vorhersagbar

//www.phi-t.de/mousegame

(16)

buy best equity!

buy best/sell worst equity!

sell worst equity!

Training data: 1973 - 1999!

Nasdaq!

Dow Jones!

Aktienkursvorhersage

(17)

Jan-Mar 2002:

Performance +22.61%

Platz 356 von 14782 (beste 2.5%)

Ameritrade Börsenspiel

(18)

<phi-t> NeuroBayes®

Neuronale Netzwerke:

Selbstlernende Verfahren, der Natur nachempfunden

Parietal Cortex Frontal Lobe

Motor Cortex

Temporal Lobe Brain Stem

Occipital Lobe Cerebellum

(19)

Neuronale Netzwerke

Die Information

(das Wissen, die Expertise) steckt in den Verbindungen zwischen den Nervenzellen

(20)

Neuronale Netzwerke

Basisfunktion

(21)

Neuronale Netzwerke - Transferfunktion

(22)

Neuronale Netzwerke - Training

(23)

NeuroBayes® Prinzip

NeuroBayes® Teacher:

Lernen von komplizierten Zusammenhängen aus bestehenden Datenbanken

NeuroBayes® Expert:

Prognosen für unbekannte Daten

Output Input

Si gnifikanzkontr olle

Postprocessing

Preprocessing

(24)

Wahrscheinlichkeit, dass Hypothese stimmt

(bei Klassifikation) oder Wahrscheinlichkeitsdichte für die gesuchte Größe t

Funktionsweise: Training und Anwendung

Historische oder simulierte Daten

Datensatz a = ...

b = ...

c = ...

....

t = …!

Aktuelle Daten

Datensatz a = ...

b = ...

c = ...

....

t = ?

Expertensystem

Referenzen

ÄHNLICHE DOKUMENTE

Je höher die Zahl, desto weiter hat sich der Tumor ausgebreitet bzw.. desto grösser

Statt einer Trennung im hochdimensionalen Werteraum der Messungen versucht man, eine reelwertige Funktion aller Messungen zu bestimmen, die

Gegeben sei eine Menge der Datenpunkten in R n , die einem Objekt entsprechen (nach welchem schließlich gesucht wird).. Zusätzlich sei bekannt, dass der Objekt bestimmte

 verschiedene Algorithmen oder verschiedene Einstellungen resultieren in unterschiedlichen Werten für Precision + Recall.

b) der Frageklassen (Untersuchungen) in Symptomhierarchie. c) und der Startfrageklassen im Formular „zur Wissensbasis“. d) Eingabe der Fragen, Antwortalternativen, Folgefragen(re-

&#34;Konfliktmenge&#34;, die alle Komponenten und ihre in Frage kommenden Zustände enthält, die direkt oder indirekt an der Berechnung der Diskrepanz beteiligt sind. Bilde

gewohnte Syntax, exakte Semantik Realisierung wenig transparent Hancock (imperativ). volle

Eine Funktion y = f (x) heißt rational, wenn auf die unabhängige Variable x nur endlich viele Grundre- chenarten (Addition, Subtraktion, Multiplikation und