NOVA-Trainingsstation
NOVA lernt Paket oder Ball
Diese Seite ist die Trainingsstation fĂŒr NOVA. Die Kapitel schicken dich mit einer passenden Trainingsstufe hierher. So lernt NOVA nicht alles auf einmal, sondern Schritt fĂŒr Schritt passend zum Kurs.
NOVA Mission
Heute lernt NOVA: Paket oder Ball?
NOVA arbeitet in einem kleinen Lager. Auf einem Förderband liegen Objekte. Manche sind Pakete, manche sind BÀlle. Am Anfang sieht NOVA noch keine echten Bilder, sondern nur Messwerte als Zahlen.
1. Wahrnehmen
NOVA bekommt Breite, Höhe, Gewicht, Kantigkeit und Rundheit als Zahlen.
2. Entscheiden
Aus diesen Zahlen berechnet NOVA eine Paket-Wahrscheinlichkeit.
3. Lernen
Wenn NOVA falsch liegt, wird der Fehler gemessen und die Gewichte werden angepasst.
Dieser Trainingslauf kann NOVAs echten Lernstand erhöhen. Aber nur, wenn das Ergebnis messbar besser ist. Einfach klicken oder lesen reicht nicht.
Trainingsdaten
Womit trainierst du NOVA?
Bevor du das Training startest, bekommt NOVA viele Beispiele. Jedes Beispiel besteht aus Features und einem Label. Die Features sind die Eingabe. Das Label ist die richtige Antwort.
Trainingsbeispiel A
Dieses Beispiel zeigt NOVA ein typisches Paket: viele Kanten, wenig Rundheit, eher schwer.
Trainingsbeispiel B
Dieses Beispiel zeigt NOVA einen typischen Ball: sehr rund, wenige Kanten, Breite und Höhe Àhnlich.
Trainingsbeispiel C
Solche MischfÀlle sind wichtig, damit NOVA nicht nur einfache Beispiele auswendig lernt.
Viele Paket- und Ball-Beispiele werden als Zahlen erzeugt.
NOVA berechnet fĂŒr jedes Beispiel eine Paket-Wahrscheinlichkeit.
Die Vorhersage wird mit dem richtigen Label verglichen.
Das Modell passt seine inneren Zahlen an und wird besser.
Trainingsstufen
NOVA lernt nicht alles auf einmal
In einem echten Kurs sollte NOVA nicht durch einen einzigen Klick plötzlich alles können. Jede Trainingsstufe gehört zu einem Kapitel. So sieht man Schritt fĂŒr Schritt, wie aus Daten, Training und ModellgröĂe echte FĂ€higkeit entsteht.
Was lernt das Modell?
NOVA bekommt fĂŒr jedes Objekt Zahlen. Aus diesen Zahlen soll sie lernen, ob das Objekt eher ein Paket oder eher ein Ball ist. SpĂ€ter ersetzen wir diese kĂŒnstlichen Messwerte durch echte Bilder.
Output: Paket-Wahrscheinlichkeit
Warum diese Werte wichtig sind
Die Werte unten bestimmen, wie stark NOVA trainiert. Mehr Samples bedeuten mehr Beispiele. Mehr Epochen bedeuten, dass NOVA die Beispiele öfter durchgeht. Hidden Size und Tiefe bestimmen, wie groĂ ihr MLP-Gehirn fĂŒr diesen Trainingslauf ist.