Neural-Netzwerk-Klassifikator in Excel – Tag 18 des ML-Adventkalenders

Neuralnetze werden häufig als undurchsichtige „Black Boxes“ wahrgenommen, deren Funktionsweise hinter komplexen Bibliotheken und abstrakten Konzepten verborgen bleibt. In diesem Beitrag zeigen wir, wie man einen Klassifikator von Grund auf in Excel implementiert und dabei jede Berechnung explizit nachvollziehbar macht.

Wir beginnen mit der Vorwärtspropagation, bei der die Eingabedaten durch die Schichten des Netzes geleitet werden. Anschließend führen wir die Rückwärtspropagation durch, um die Fehlergradienten zu berechnen. Mit diesen Gradienten passen wir die Gewichte des Netzes mittels Gradient Descent an, sodass das Modell im Laufe der Iterationen immer bessere Vorhersagen liefert.

Der gesamte Prozess wird Schritt für Schritt in Excel dargestellt – von der Definition der mathematischen Funktionsform bis zur Optimierung der Parameter. Dabei verzichten wir bewusst auf Abkürzungen oder versteckte Schritte, sodass die Mechanik hinter neuronalen Netzwerken klar und transparent bleibt.