Definition
Training passt Parameter an, um einen Verlust zu senken oder eine Belohnung zu erhöhen. Ziel, Daten und Optimierung bestimmen das Gelernte. Bei der Inferenz berechnet das Modell eine Ausgabe aus Parametern und verfügbarem Kontext.
Gleichung
θ bezeichnet Parameter, L eine Verlustfunktion und η die Lernrate. Dieser Gradientenabstiegsschritt ist ein Beispiel; nicht jedes System verwendet dieselbe Regel.
Annahmen und Notation
θ bezeichnet Parameter, L eine Verlustfunktion und η die Lernrate. Dieser Gradientenabstiegsschritt ist ein Beispiel; nicht jedes System verwendet dieselbe Regel.
Grenzen der Interpretation
Geänderte Anweisungen ändern die Eingabe, nicht automatisch die Parameter. Überwachtes, selbstüberwachtes und verstärkendes Lernen sind Methoden, keine Architekturen.