Zusammenspiel mehrerer Neuronen

Beantworte folgende Fragestellung:

Stell dir vor, du entwickelst ein Single-Layer-Netzwerk zur Vorhersage der Wetterbedingungen (Regen, Sonnenschein, etc.) basierend auf Temperatur und Luftfeuchtigkeit. Wenn du feststellst, dass das Modell in den Sommermonaten schlechte Vorhersagen trifft, könnte das Problem in den Gewichtungen oder dem Bias liegen. Wie würdest du das Modell anpassen?

Wähle die korrekte Lösung aus.

Du solltest die Gewichtungen für die Luftfeuchtigkeit erhöhen, damit das Modell mehr Gewicht auf dieses Merkmal legt.

Du solltest den Bias für Temperatur anpassen, da die Sommermonate hohe Temperaturen haben, die den Bias verschieben.

Du solltest mehr verborgene Schichten hinzufügen, um die Sommerdifferenz besser zu berücksichtigen.

Du solltest die Eingabewerte für Temperatur und Luftfeuchtigkeit auf den Bereich [0, 1] normalisieren.