Perceptrón by salinas https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj en-us 2022-09-19 21:25:32 UTC 2022-09-23 21:33:40 UTC hello@padlet.com ¿Qué es el perceptrón? https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309646472 Es una neurona artificial, y, por tanto, una unidad de red neuronal. El perceptrón efectúa cálculos para detectar características o tendencias en los datos de entrada.]]> 2022-09-23 00:35:47 UTC https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309646472 La regla de aprendizaje del perceptrón https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309657320 El perceptrón recibe múltiples señales de entrada. Si la suma de las señales supera un umbral determinado, se produce una señal o, por el contrario, no se emite ningún resultado


]]> 2022-09-23 00:43:44 UTC https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309657320 La función del perceptrón https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309664819 Los datos de entrada (x) se multiplican por los coeficientes de peso (w). El resultado es un valor. 

Ese valor puede ser positivo o negativo. La neurona artificial se activa si el valor es positivo. Solo se activa si el peso calculado de los datos de entrada supera un umbral determinado. 

El resultado predicho se compara con el resultado conocido. En caso de diferencia, el error se retropropaga para permitir ajustar los pesos.]]> 2022-09-23 00:49:39 UTC https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309664819 Modelo de perceptrón de una capa https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309665083 Un modelo de perceptrón de una capa incluye una red feedforward que depende de una función de transferencia de umbral en su modelo. Es el tipo más sencillo de red neuronal artificial que puede analizar solo objetos linealmente separables con resultados binarios, es decir, 1 y 0.]]> 2022-09-23 00:49:54 UTC https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309665083 Origen del perceptrón https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309665358 Fue inventado en el año 1957 por Frank Rosenblatt en Estados Unidos. Esta máquina ha sido diseñada para el reconocimiento de imágenes. Estaba compuesto por una amplia gama de 400 fotocélulas conectadas a las neuronas.]]> 2022-09-23 00:50:07 UTC https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309665358 Componentes principales del Perceptrón https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309704585 Entrada. Las entradas en el algoritmo del perceptrón se entienden como x1, x2, x3, x4 y así sucesivamente.

Pesos. Se observan como valores que se planifican al largo de la sesión de preparación del perceptrón.

Función de activación. Cada función de activación, o no lineal, toma un único número y realiza una determinada operación matemática fija sobre él.

Suma ponderada. Es la proliferación de cada valor de entrada o característica asociada con el valor de paso correspondiente.

Salida. La suma ponderada se pasa a la función de activación y cualquier valor que obtengamos después del cálculo es nuestra salida predicha.

]]> 2022-09-23 01:22:14 UTC https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309704585 Modelo de perceptrón multicapa https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309717856 Un modelo de perceptrón multicapa tiene una estructura similar a la de un modelo de perceptrón de una sola capa con más número de capas ocultas. También se denomina algoritmo de retropropagación. Se ejecuta en dos etapas: la etapa hacia adelante y la etapa hacia atrás.]]> 2022-09-23 01:32:34 UTC https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309717856 Introducción acerca de las Redes Neuronales Artificiales https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309830193 Las redes neuronales artificiales son algoritmos o modelos computacionales diseñados según la estructura del cerebro humano. La propiedad más cierta de ellas es su capacidad de entender a partir de los datos, son estructuras de procesamiento de información que han adquirido enormes logros en diversos dominios desde el marketing hasta la investigación.


]]> 2022-09-23 03:03:45 UTC https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2309830193 Resumen y Anotaciones Adicionales https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2310041106 -Las redes neuronales artificiales han sido creadas para simular el cerebro humano.
-Su mayor cualidad es que entienden la información según los datos que se le entreguen.
-Un perceptrón es un modelo matemático que tiene la estructura y la funcionalidad 
 de una neurona biológica.
-Es una sección de Machine Learning que se utiliza para entender el concepto de los
 clasificadores binarios.
-Las redes neuronales y el perceptrón se encuentran conectadas entre sí.
-El Perceptrón se considera como bloques de construcción de una sola capa de la red neuronal.
-Una Red Neuronal formada por el perceptrón puede definirse como un enunciado complejo con una
 comprensión muy profunda de las ecuaciones lógicas.
-Un enunciado neuronal que sigue al perceptrón es verdadero o falso, pero nunca puede ser
 ambas cosas a la vez.
-El objetivo del perceptrón es identificar las entradas que intervienen en él.
-Retro propagación o M.P.Multicapa es una técnica que consiste en hacer que la red neuronal aprenda o extraiga
 características y generalice un patrón o secuencia de entradas para hacer predicciones muy 
 precisas sobre representaciones de datos no vistas.]]> 2022-09-23 06:44:31 UTC https://padlet.com/jerry_salinas98/yltugmhqj5tn0rmj/wish/2310041106