Diría que las redes neuronales se comportan como un programa genérico que reconoce patrones y puede producir patrones de salida coincidentes. Puede hacer esto debido a la gran cantidad de neuronas involucradas.
Por lo tanto, la complejidad de los programas basados en el lenguaje está siendo reemplazada por la complejidad y el número de conexiones.
Puede ver una neurona como un “mezclador” de señales de las neuronas que le señalan. Y tiene miles de “pares” que “mezclan” los singles de entrada de manera diferente. Todas estas neuronas de bloques de construcción para ciertas constelaciones. Y con cada paso, estas combinaciones se vuelven más complejas y pueden cubrir más “situaciones”. Esas situaciones se traducen nuevamente a la actividad de salida, produciendo reacciones muy “inteligentes” a las señales de entrada.
- Cómo diseñar una máquina de Turing que acepte una cadena de longitud impar
- ¿Cuáles son los pros y los contras de que Estonia obtenga el primer miembro del parlamento de AI?
- ¿Cuáles son algunos buenos cursos de datos para entrar en Machine Learning?
- ¿Por qué es útil la teoría de autómatas?
- ¿Cuál es la diferencia entre el primer turno CS y el segundo turno CS en el Instituto de Tecnología Maharaja Surajmal, GGSIPU?
La razón por la cual las redes son simples es que la naturaleza no produce computadoras, sino siempre los sistemas más efectivos y menos costosos. Y los ANN imitan la naturaleza, por lo tanto, usan las matemáticas “simples” de la naturaleza para producir sistemas que producen resultados muy efectivos y poderosos.