i

Aufgaben (unplugged)

Um gut in das Thema hineinzufinden, ist es sinnvoll, die folgenden Aufgaben zunächst "unplugged" zu lösen, also mit Papier und Bleistift.

Aufgabe 1:

Stelle für das obige Perzeptron zur Klassifikation von Tieren (w1=1;w2=0,5;Θ=2) die Separationsgerade graphisch in der Zahlenebene dar.

Aufgabe 2:

Finde Gewichte w1,w2R und Schwellenwert ΘR eines Perzeptrons, das die folgende Punktwolke separiert. Für die rot eingezeichneten Punkte soll der Ausgang des Perzeptrons den Wert y=1, für die grün eingezeichneten Punkte den Wert y=0 annehmen.

Aufgabe 3:

Finde Gewichte w1,w2R und Schwellenwert ΘR eines Perzeptrons, das die folgende Punktwolke separiert. Für die rot eingezeichneten Punkte soll der Ausgang des Perzeptrons den Wert y=1, für die grün eingezeichneten Punkte den Wert y=0 annehmen.

Aufgabe 4:

Finde Gewichte w1,w2R und Schwellenwert ΘR eines Perzeptrons, das eine AND-Verknüpfung modelliert, indem es die folgende Punktwolke separiert. Für die rot eingezeichneten Punkte soll der Ausgang des Perzeptrons den Wert TRUE (y=1), für die grün eingezeichneten Punkte den Wert FALSE (y=0) annehmen.

Aufgabe 5:

Finde Gewichte w1,w2R und Schwellenwert ΘR eines Perzeptrons, das eine NAND-Verknüpfung modelliert, indem es die folgende Punktwolke separiert. Für die rot eingezeichneten Punkte soll der Ausgang des Perzeptrons den Wert TRUE (y=1), für die grün eingezeichneten Punkte den Wert FALSE (y=0) annehmen.

Aufgabe 6:

Finde Gewichte w1,w2R und Schwellenwert ΘR eines Perzeptrons, das eine OR-Verknüpfung modelliert, indem es die folgende Punktwolke separiert. Für die rot eingezeichneten Punkte soll der Ausgang des Perzeptrons den Wert TRUE (y=1), für die grün eingezeichneten Punkte den Wert FALSE (y=0) annehmen.

Aufgabe 7:

Finde Gewichte w1,w2R und Schwellenwert ΘR eines Perzeptrons, das eine NOR-Verknüpfung modelliert, indem es die folgende Punktwolke separiert. Für die rot eingezeichneten Punkte soll der Ausgang des Perzeptrons den Wert TRUE (y=1), für die grün eingezeichneten Punkte den Wert FALSE (y=0) annehmen.

Suche

5.1.3.6.3.1
schuljahr.inf-schule.de/aktuell/ki/menueansicht/maschinelles_lernen_mit_python/deep_learning/seperationsgerade/aufgaben_unplugged
schuljahr.inf-schule.de/aktuell/5.1.3.6.3.1
schuljahr.inf-schule.de/aktuell/@/page/JXc20aQLzIeXH4fY

Rückmeldung geben