https://padlet.com/gergeo_18/4dfbprfyb7m6 Hecho con swagger en-us 2017-02-22 22:45:20 UTC 2023-05-17 23:50:18 UTC hello@padlet.com gergeo_18 https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155621648 2017-02-22 22:45:49 UTC https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155621648 gergeo_18 https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155622617 Una red neural artificial es un grupo interconectado de nodos, similar a la vasta red de neuronas en un cerebro. Aquí, cada nodo circular representa una neurona artificial y una flecha representa una conexión desde la salida de una neurona a la entrada de otro.]]> 2017-02-22 22:52:05 UTC https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155622617 gergeo_18 https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155623590 1) Entradas
2) Pesos
3) Salidas]]> 2017-02-22 22:59:12 UTC https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155623590 gergeo_18 https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155624250 Existen cuatro aspectos que caracterizan una red neuronal:
1) Su topología.
2) El mecanismo de aprendizaje.
3) Tipo de asociación realizada entre la información de entrada y salida.
4) La forma de representación de esta información.]]> 2017-02-22 23:04:08 UTC https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155624250 gergeo_18 https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155625143 Aprendizaje: Las RNA tienen la habilidad de aprender mediante una etapa que se llama etapa de aprendizaje. Esta consiste en proporcionar a la RNA datos como entrada a su vez que se le indica cuál es la salida (respuesta) esperada.

Auto organización: Una RNA crea su propia representación de la información en su interior, descargando al usuario de esto. 

Tolerancia a fallos: Debido a que una RNA almacena la información de forma redundante, ésta puede seguir respondiendo de manera aceptable aun si se daña parcialmente. 

Flexibilidad: Una RNA puede manejar cambios no importantes en la información de entrada, como señales con ruido u otros cambios en la entrada.

Tiempo real: La estructura de una RNA es paralela, por lo cuál si esto es implementado con computadoras o en dispositivos electrónicos especiales, se pueden obtener respuestas en tiempo real.

]]> 2017-02-22 23:10:17 UTC https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155625143 gergeo_18 https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155625825 1.  Complejidad de aprendizaje para grandes tareas.
2.  Tiempo de aprendizaje elevado.
3.  No permite interpretar lo que se ha aprendido
4.  Elevada cantidad de datos para el entrenamiento.
5. Falta de reglas definitorias que ayuden a realizar una red para un problema dado.]]> 2017-02-22 23:15:45 UTC https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155625825 gergeo_18 https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155626766 Las Redes Neuronales pueden aplicarse para resolver problemas en diversas disciplinas. Algunas de sus aplicaciones son:

En finanzas: se utilizan para prever la evolución de los precios, valorar el riesgo de los créditos , identificar falsificaciones, interpretar firmas, entre otras.

En Medicina: en analizadores de habla para la ayuda de audición de sordos profundos y en el diagnóstico y tratamiento a partir de síntomas y/o de datos analíticos.

Monitorización en cirugía

Usos militares: para clasificar las señales  de radar, creación de armas inteligentes y optimización del uso de recursos escasos.

En procesos de Manufacturación: en control de producción de líneas  de proceso, filtrado de señales e inspección de calidad, entre otras.

]]> 2017-02-22 23:23:52 UTC https://padlet.com/gergeo_18/4dfbprfyb7m6/wish/155626766