REDES NEURONALES
Como una forma de emular las neuronas bilólgicas surgen las neuronas artificiales, que en conjunto representan
la red neuronal artificial, que no es más que una red compuesta de un modelo de neurona aritificial. En resumen,
las redes neuronales estan formadas por una capa de neuronas que estan unidas entre sí utilizando el proceso de
comunicacion entre neuronas (sinapsis).
El modelo de neurona artificial representa la neurona como una serie de funciones de activacion y estado y a su vez
una interaccion de éstas para poder procesar información, las cuales son definidas como:
- Funcion de propagación o ponderación
- Transforma las diferentes entradas de la sinapsis en el potencial de la neurona
- Funcion de activación
- Consigue el estado futuro de la neurona después de la funcion de propagación y sus resultados
- Funcion de salida
- Convierte el estado de la neurona en la salida hacia la siguiente neurona a través de la sinapsis
Las redes neuronales tienen 2 formas de clasificación:
- Según su topologia o estructura de la red
- Según su algoritmo de aprendizaje
Según esta clasificación se puede observar que las neuronas se agrupan para formar capas y así reunidas forman las
redes neuronales, además que el aprendizaje se basa en el entrenamiento de la red mediante patrones
(patrones de muestra o entrenamiento), debido a esto se tinen tres tipos de aprendizaje:
- Supervisado (el mas intuitivo)
- No supervisado (caracterisitcas comunes en los patrones)
- Reforzado (hibrido)
