Wabe li. oben: Qualität

Die Wabe links oben zeigt, welche Qualität das neuronale Netz auf Ihrem Rechner gerade erreicht hat. Die honigfarbene Kurve läuft gleichmäßig immer wieder von links nach rechts und zeigt die aktuelle Qualitätsentwicklung. Die weiße Kurve speichert auch die Vergangenheit und rückt neue Werte immer wieder von rechts herein, das ist die Lernkurve. Für die weiße Kurve ist also die Achse (unten) folgendermaßen festgelegt: Ganz links der Zeitpunkt 0 (Beginn der Berechnung), ganz rechts die Jetzt-Zeit. Die Zeitachse umfasst also den gesamten Trainingszeitraum.

Man sieht, dass das Netz eine kurze Zeitlang "ratlos" probiert, dann steigt die Qualität rapide (der Groschen ist sozusagen gefallen), und recht bald geht das Netz an eine langsame Verfeinerung der Ergebnisse. Wird die Lernkurve auf hohem Niveau sehr flach, bricht die Berechnung ab - es ist nicht mehr mit weiteren Verbesserungen zu rechnen. Wenn die Qualität sehr hoch ist, müssen auch der reale und der berechnete Kurswert, den das neuronale Netz bearbeitet, gut übereinstimmen, wie man an der Wabe in der Bildmitte erkennen kann.

Die Qualität, die im Bildschirmschoner angezeigt wird, wird anders berechnet als bei der Prognosewahrscheinlichkeit, die neben den Vorhersagen auf der Internet-Informationsseite stehen. Auf dem Bildschirmschoner wird praktisch der Abstand der prognostizierten Kurve von der realen (immer bezogen auf die Vergangenheit) gemessen (je kleiner desto besser), was die Qualität des neuronalen Netzes gut wiedergibt und grafisch leicht darzustellen ist. Die genaue Formel für die Berechnung finden Sie auf unserer Übersicht über die genaue Berechnung.

Auf der Website wird dagegen dargestellt, ob die Prognose im Rahmen einer definierten Abweichung zutrifft oder nicht. Dieses Verfahren ist besser geeignet, die Prognosequalität zu messen und ist nutzerfreundlich: Viele Radiosender geben nach ähnlichem Muster die Regenwahrscheinlichkeit in Prozent an.

Weitere Erklärungen: mitte links unten rechts oben rechts unten Ticker Übersicht