Maschinelles Lernen

Hier geht es zum TSMLTC (Time Series Machine Learning Test Center).

Es stehen Funktionen zum Anlegen beliebiger Zeitreihen zur Verfügung. Zu jeder Zeitreihe kann eine Regressionsgerade berechnet werden, die neben der quadratischen Abweichung von der Zeitreihe auch einen Prognosewert für den nächsten Zeitpunkt liefert.

Ferner können Trainingseinheiten eines neuronalen Netzes konfiguriert und ausgeführt werden. Hierbei bestimmen Lernrate, Anzahl der Iterationen und Größe des Trainingsdatensatzes die Ergebnisse. Neben der quadratischen Abweichung wird ein Prognosewert für den nächsten Zeitpunkt berechnet, so dass ein direkter Vergleich mit der Regression ermöglicht wird.

Neuronale Netze sind Datenstrukturen, die durch Beobachtung lernen. Trainingsdaten werden so aufbereitet, dass sie zu einem Stimulus oder Input einen beobachtbaren Zielwert oder Output liefern. Sind sie einmal trainiert, schlussfolgern neuronale Netze Zielwerte aus Eingabewerten. In Bezug auf Zeitreihen werden vergangene Zukunftswerte gelernt, um echte Zukunftswerte zu prognostizieren.