Neuronale Netze – die neusten Beiträge

Markus Gabriel plädiert für den freien Willen. Was denkt ihr?

Der „neuronale Determinismus“ resultiert aus Libets Untersuchungen. 1979 fand der Physiologe, dass freien Willenshandlungen eine spezifische elektrische Veränderung im Gehirn vorausgeht, die 550 Millisekunden vor der Handlung einsetzt. Menschliche Versuchspersonen werden sich ihrer Handlungsintention 350–400 ms nach Beginn des Bereitschaftspotenzials bewusst, aber 200 ms vor der motorischen Handlung. „Der Willensprozess wird daher unbewusst eingeleitet“, schreibt Libet. Daraus haben Hirnforscher den Schluss gezogen, dass es einen freien Willen nicht gebe, etwa Gerhard Roth und Wolf Singer. Gabriel verweist auf Libet, der selbst diesen Schluss nicht gezogen habe, sondern eine Veto-Funktion des freien Willens annahm – innerhalb eines Zeitfensters von circa 100 ms könne der bewusste Wille eine unbewusst eingeleitete Handlung verhindern. Modifikationen der Libet-Experimente haben laut Gabriel zudem gezeigt, dass Versuchspersonen nach dem Auftreten des Bereitschaftspotenzials die Wahl zwischen Bewegungen beider Hände hatten.
Handlungsfreiheit ist da
Jede Form von Determinismus ist demnach haltlos, und auch der Zufall macht laut Gabriel nicht frei. Haben wir also einen freien Willen? So einfach ist es nicht. Gabriel verweist auf ein Paradox, das schon Arthur Schopenhauer formulierte: Ich kann tun, was ich will. Ich kann aber nicht wollen, was ich will. Zwar kann auch die menschliche Handlungsfreiheit eingeschränkt sein, etwa durch Manipulation, Zwang und Krankheit, doch grundsätzlich ist sie gegeben. Besteht man aber zudem darauf, sich aussuchen zu können, was man will, gelangt man unweigerlich zum Schluss, dass der Wille nicht frei gebildet ist, denn das können wir nicht: uns aussuchen, was wir wollen. Der Ausweg: Sich einen Willen bilden, ist eine Handlung. Und an irgendeiner Stelle müsse man annehmen, dass man etwas „einfach nur so will“. Damit ist der Wille allerdings nicht ganz frei, sondern vollzieht sich „kontingent“, innerhalb von Grenzen und „abgesteckten Handlungsspielräumen“. Gabriel sieht den freien Willen als Teil des Geistes, dessen „Austreibung aus den Geisteswissenschaften“ (zum Beispiel Friedrich Kittler, Jacques Derrida) er ablehnt. „Geist“ definiert er als „Antwort auf die Frage, was uns vom Nichtlebendigen und vom Tier unterscheidet“. Was folgt aus diesen Überlegungen für die Ethik? Gabriel plädiert für „Nachsicht, Großzügigkeit, Gunst und das Recht auf Willensschwäche“, doch ebenso für die Anwendung der „Urteilskraft“. Und die komme gelegentlich zu dem Schluss, jemanden einen „Schweinehund“ nennen.

https://www.aerzteblatt.de/archiv/philosophie-und-psychotherapie-das-problem-des-freien-willens-1f7d13cf-1e5e-4489-a6e5-edeb882cf092

Willenskraft, Wissenschaft, Ethik, freier Wille, Freiheit, Geist, Gott, Hirnforschung, Neurobiologie, Neuronale Netze, Neuronen, Philosoph, Psyche, Schicksal, Wille, Zufall, Determinismus, Handlungsfreiheit, Willensfreiheit

Angst zu Versagen beim Reparieren/arbeiten mit Elektronik?

Ich möchte wissen, ob hier jemand eventuell ähnliche Erfahrungen gemacht hat und/oder weiß, wie ich dies Überwinden könnte.

Schon vor längerer Zeit habe ich einen Inthusiasmus für Robotik, Elektrotechnik und Mechatronik entwickelt. Algorythmen und Neuronale Netzwerke und ähnliche Konzepte faszinieren mich unglaublich. Allerdings interessiert mich auch das reparieren von alten Geräten.

Ich habe mir also einen Lötkolben gekauft, ein Multimeter, eben alles was man so braucht. Ich habe ein paar kleine Dinge gelötet, eine alte Maus repariert, nichts großes.

Der Controller meines Bruders hatte einen Widerstand der ersetzt werden musste. Also habe ich mich ran gesetzt, doch beim löten hatte ich dann etliche Probleme und als ich dachte es gelöst zu haben, tauchte es immer wieder auf. Tag für Tag. Plötzlich habe ich alles stehen und liegen gelassen und einfach aufgehört. Elektronik, Robotik, alles in die Richtung habe ich einfach ausgeblendet.

Es hat mich lange gebraucht zu verstehen, wieso ich mich so fühlte. Ich habe Angst zu versagen und es noch schlimmer zu machen. Ich habe Angst für kaputtes Zeug viel Geld auszugeben, aber nicht fähig genug zu sein um etwas damit anzufangen. Ich wollte eigentlich ein eigenes Ferngesteuertes Flugzeug bauen, habe dann allerdings Angst bekommen, da es zu kompliziert aussah. Allerdings auch teuer.

Ich möchte etwas in diesen Bereichen anfangen, doch durch die Schule habe ich nie genug Zeit um meine Ideen auszuarbeiten oder mich an etwas langfristig und kreativ ranzusetzen. Auch habe ich nicht genug Taschengeld um irgendetwas sinnvolles zu machen, da Elektronik eben teuer ist.

Was wäre jetzt der richtige Ansatz um aus diesem Loch zu kommen und tatsächlich mal mit etwas anzufangen? Wie lernt man sich generell in diese Themen rein?

Technik, Elektronik, IT, löten, Elektrotechnik, Reparatur, Mechatronik, Mechatroniker, Neuronale Netze, Technologie, Neuronales Netzwerk, Reperationen

Tipps für das Trainieren eines Neuronalen Netzes?

Hallo zusammen,

ich möchte versuchen, ob ich einem neuronalen Netz beibringen kann, Aktien-Kurse vorherzusagen.
Bzw. einfacher gesagt Aktien in Kaufenswert und Nicht-Kaufenswert zu Clustern.

Ich hab schon verschiedene Aktivierungsfunktionen getestet, ich habe schon verschiedene Lernraten getestet. Und ich habe schon verschieden viele Schichten mit verschieden vielen Neuronen getestet.

Allerdings sieht das Ergebnis nie so wirklich gut aus. Jetzt weiß ich nicht, ob ich was falsch mache oder ob meine Daten Müll sind.

Hätte hier jemand Tipps für mich?

So sieht mein Code aus:

import pandas as pd
import numpy as np
from sklearn.preprocessing import MinMaxScaler
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.callbacks import EarlyStopping
import matplotlib.pyplot as plt


# Daten einlesen
data = pd.read_csv("data1.csv")


# Input und Output Daten extrahieren
X = data.iloc[:, -7:].values
y = data.iloc[:, 3].values.reshape(-1, 1)


# Input Daten skalieren
scaler = MinMaxScaler()
X = scaler.fit_transform(X)


# Median der Output Daten berechnen
median = np.median(y)


# Output Daten in gute und schlechte Werte einteilen
y = np.where(y > median, 1, 0)


# Neuronales Netz definieren und trainieren
model = keras.Sequential([
    keras.layers.Dense(2048, input_dim=7, activation='relu'),
    keras.layers.Dense(512, activation='relu'),
    keras.layers.Dense(512, activation='relu'),
    keras.layers.Dense(2, activation='relu'),
    keras.layers.Dense(1, activation='sigmoid')
])


learning_rate = 0.001
optimizer = keras.optimizers.Adam(lr=learning_rate)
model.compile(loss='binary_crossentropy', optimizer=optimizer, metrics=['accuracy'])


early_stopping = EarlyStopping(monitor='val_loss', patience=10)
history = model.fit(X, y, epochs=1000, batch_size=10, validation_split=0.2, callbacks=[early_stopping])


# Vorhersagen treffen und Genauigkeit auswerten
y_pred = np.round(model.predict(X))
accuracy = np.mean(y_pred == y)
false_positives = np.sum((y_pred == 1) & (y == 0))
false_negatives = np.sum((y_pred == 0) & (y == 1))
true_positives = np.sum((y_pred == 1) & (y == 1))
true_negatives = np.sum((y_pred == 0) & (y == 0))


# Ergebnisse ausgeben
print("Genauigkeit:", accuracy)
print("Falsch-Positiv:", false_positives)
print("Falsch-Negativ:", false_negatives)
print("Wahr-Positiv:", true_positives)
print("Wahr-Negativ:", true_negatives)
print("Wahr: ", true_positives + true_negatives)
print("Falsch: ", false_positives + false_negatives)

# Verlauf der Genauigkeit und des Fehlers während des Trainings darstellen
fig, ax = plt.subplots()
ax.plot(history.history['loss'], label='Trainingsfehler')
ax.plot(history.history['val_loss'], label='Validierungsfehler')
ax.set_xlabel('Epochen')
ax.set_ylabel('Fehler')
ax.legend()
fig.savefig('error.png')


Aktien, Neuronale Netze, Python, TensorFlow

Meistgelesene Beiträge zum Thema Neuronale Netze