Was sind neuronale Netze?

Neuronale Netze sind Rechenmodelle. Sie bestehen aus „künstlichen Neuronen“. Die Neuronen sind im Prinzip kleinste Einheiten zur Informationsverarbeitung, die parallel arbeiten. Ihren Namen haben diese Netze, weil ihre Struktur und Funktionsweise dem Aufbau biologischer neuronaler Netze ähnelt – also zum Beispiel dem menschlichen Gehirn.

Ein künstliches neuronales Netz ist ein Modell eines Systems aus künstlichen Neuronen (Knoten) und ihren Verbindungen. Die Anordnung der Knoten ähnelt einzelnen Schichten. Besteht das Netz aus sehr vielen Schichten, spricht man von Deep Learning.

Künstliche neuronale Netze imitieren die Funktionsweise des menschlichen Gehirns – können Muster erkennen, sind lernfähig und können Erlerntes generalisieren. Sie lernen aus riesigen Datenmengen und kommen heute zum Beispiel bei Prognosen, bei der Klassifizierung von Daten oder bei der Gesichtserkennung zum Einsatz.