Wir nehmen nun an, dass sämtliche Gewichte und Schwellwerte des künstlichen neuronalen Netzes zur Klassifikation von Pilzen bereits derart bestimmt wurden, sodass die Klassifikationsaufgabe möglichst gut gelöst wird. In einem nachfolgenden Kurs werden wir einen Eindruck davon gewinnen, wie die Gewichte und Schwellwerte tatsächlich bestimmt werden können.
Interpretiert werden müssen schließlich noch die beiden Ausgangsneuronen des Netzes. Hier wählen wir einfachheitshalber folgende Vorgehensweise: Ob der Pilz essbar ist oder nicht, entscheiden wir je nachdem, welches der beiden Ausgangsneuronen den größeren Wert hat. Damit erhalten wir zusammenfassend:
Bei der Klassifikation von Pilzen werden die Werte der zehn Eingangsneuronen gemäß des äußeren Erscheinungsbildes bestimmt. Sind sämtliche Gewichte und Schwellwerte des künstlichen neuronalen Netzes bekannt, so können die beiden Ausgangsneuronen berechnet werden. Diese entscheiden schließlich, ob der Pilz als essbar bzw. giftig klassifiziert wird.
Die folgende Abbildung zeigt ein Beispiel nach genau dieser Vorgehensweise:
Das Klassifikationsergebnis des Pilzes in diesem Falle ist eindeutig giftig. Ob dies tatsächlich der Wahrheit entspricht, ist dabei aber nicht bekannt.
Grundsätzlich ist man bei derartigen Klassifikationsproblemen daran interessiert, dass die Gewichte und Schwellwerte derart gesetzt werden, sodass die Klassifikationsaufgabe möglichst gut gelöst wird. Dies wird in der Regel anhand von Testdaten überprüft: Dabei handelt es sich um (möglichst viele) Datensätze, bei denen die Werte der Eingangsneuronen gegeben sind und das Klassifikationsergebnis bekannt ist. Auch darauf werden wir in einem nachfolgenden Kurs genauer eingehen.