3.3 Abbrechen des Trainings

Wenn man die Lernschritte, die man ausführt, gegen den Fehler, den das Netz liefert aufträgt, bemerkt man, daß der Fehler den das Netzes liefert mit zunehmender Zahl der Lernschritte immer kleiner wird. Dies gilt allerdings nur für den Fehler den das Netz macht, solange es mit Trainingsdaten gefüttert wird. Wenn man die Lernschritte gegen den Fehler für die Testdaten, die nicht unter den Trainingsdaten waren, aufträgt, bemerkt man, daß der Fehler einen Tiefpunkt erreicht und danach wieder größer wird. Dies läßt sich dadurch erklären, daß das Netz mit zunehmender Zahl der Lernschritte die ihm präsentierte Funktion auswendig lernt, anstatt die Zusammenhänge zu lernen, die der Funktion zugrunde liegen. Deshalb muß das Netz immer wieder mit den Testdatensätzen überprüft und das Training abgebrochen werden, sobald dieser Fehler ein Minimum erreicht hat.

Abbildung: Verhalten des Fehlers der Test- und Trainingsdatensätze (Zimmermann, Seite 64)

Zurück zum Inhaltsverzeichnis