Modellbildung

Zusammenfassung

Bei vielen Anwendungen ist eine hohe Zuverlässigkeit erforderlich. Voraussetzung dafür ist, dass die Trainingsdatensätze auch tatsächlich die Charakteristik des Messobjektes repräsentieren. Darüber hinaus muss zum Erstellen des Modells eine Mindestanzahl von Trainingsdatenpunkten vorliegen, um eine hohe Zuverlässigkeit und die angestrebte Genauigkeit bei den gewonnenen Aussagen zu erreichen. Es muss sichergestellt sein, dass sich keine Messwerte mit Fehlern in der Trainingsdatenmenge befinden. Während der Trainingsphase wird die Lernrate so angepasst, dass ein Modell mit möglichst optimalen Generalisierungseigenschaften entsteht. Geeignete Methoden überprüfen dessen Korrektheit und Generalisierungsfähigkeit. Das beste Resultat wird erzielt, wenn ein Modell für einen bestimmten Zweck – im vorliegenden Fall zur Klassifizierung – gebildet wird. Dazu sind verschiedene Arten von Messungen, die in der Trainingsphase bei der Anpassung der Feinstruktur des Modells an die realen Gegebenheiten vorkommen können, dargestellt und erörtert.