Training eines kleinen neuronalen Netzes

Ordne die Begriffe den entsprechenden Beschreibungen zu!

Klicke auf die jeweiligen Punkte, die du verbinden möchtest.

  • Hohe Lernrate
  • Niedrige Lernrate
  • Viele Epochen
  • Weniger Epochen
  • Hohe Sample Size

  • Bessere Modellanpassung durch wiederholtes Lernen, aber Risiko für Overfitting

  • Modell lernt schnell, kann aber instabil werden und wichtige Muster überspringen.

  • Kürzere Trainingszeit, aber Modell bleibt oft untertrainiert.

  • Modell lernt langsamer, aber der Trainingsprozess ist stabiler und zuverlässiger.

  • Besseres Generalisierungsvermögen, da das Modell auf vielfältigeren Daten lernt.

Verbinde die zusammengehörigen Punkte!