Angenommen, du trainierst ein Neuronales Netzwerk zur Vorhersage von Energieverbrauch
basierend auf Temperatur und Wochentag. Bei jedem Trainingsdurchgang wird der Fehler
zwischen der Vorhersage und dem tatsächlichen Wert berechnet. Welche Änderung würde
dazu führen, dass das Netzwerk schneller lernt?
Wähle die korrekte Lösung aus.
Fehler in der Forwardpropagation reduzieren.
Lernrate erhöhen und Fehler schneller anpassen.
Bias anpassen, um das Netzwerk langsamer zu machen.
Eingabewerte durch das Netzwerk nicht mehr normalisieren.