4.1 Vorhersagen, Vergleichen und Erlernen4.2 Vergleichen4.3 Erlernen4.4 Vergleichen: Trifft das Netz gute Vorhersagen?4.5 Warum Fehler messen?4.6 Was ist die einfachste Form des Lernens in neuronalen Netzen?4.7 Hot und Cold Learning4.8 Hot und Cold Learning: Eigenschaften4.9 Richtung und Betrag anhand des Fehlers berechnen4.10 Eine Iteration des Gradientenabstiegs4.11 Lernen bedeutet nur, den Fehler zu verringern4.12 Mehrere Schritte des Lernens4.13 Weshalb funktioniert das? Was ist weight_delta eigentlich?4.14 Tunnelblick auf ein Konzept4.15 Eine Kiste, aus der zwei Stangen ragen4.16 Ableitungen: Zweiter Ansatz4.17 Was du wirklich wissen musst4.18 Was man eigentlich nicht wissen muss4.19 Wie man Ableitungen zum Lernen verwendet4.20 Wirkt das vertraut?4.21 Den Gradientenabstieg stören4.22 Visualisierung der übermäßigen Korrektur4.23 Divergenz4.24 Einführung von alpha4.25 Alpha im Code4.26 Auswendig lernen