Deberías comenzar con la neurona modelo más simple. Una neurona binaria, el estado podría ser activo (S = 1) o pasivo (S = 0). El valor del estado se determina únicamente si su entrada excede o no un umbral.
Por ejemplo, una neurona, que determina si la taza está caliente o no y debemos quitar la mano o no. Digamos que 122F (50C) está caliente, usaremos este valor como nuestro umbral. En otras palabras, si la temperatura de la taza es superior a 122F, retire la mano. La representación matemática de la neurona es que la entrada es temperatura, umbral = 122. Entonces, si la entrada es <122? 0: 1.
En el contexto de las redes neuronales, un perceptrón es una neurona artificial. Perceptrón: es un clasificador binario que puede decidir si una entrada representada por un vector de números pertenece o no a una clase específica. Lo hicimos en nuestro ejemplo.
- Cómo construir un motor de recomendación en tiempo real
- ¿Cómo podemos implementar el aprendizaje profundo en Python? ¿Es el aprendizaje profundo un concepto importante en la ciencia de datos?
- ¿Por qué usamos k-means clustering? ¿Qué usos tiene en un escenario del mundo real?
- ¿Qué herramienta es mejor para aprender una red neuronal AI, C ++ o MATLAB?
- ¿Qué algoritmo funciona mejor para bandidos adversarios?
Aquí hay un ejemplo con tres variables de entrada. En nuestro ejemplo, esta puede ser la temperatura de la taza, la temperatura exterior y la persona que usa un guante de mano. Debido a que son valores completamente independientes, introducimos pesos. Sabemos que usar una persona con guantes puede sostener la taza a cualquier temperatura. Según este guante, el peso es grande. En temperatura exterior opuesta no da una gran diferencia. Nuestra fórmula será:
[temperatura de la taza] * 0.7 + [temperatura exterior] * 0.6 + [guante] * 1.4
El cerebro humano tiene alrededor de 100 – 1 billón de neuronas. En la red neuronal artificial opuesta tiene aproximadamente 1–100 mil millones. Los cerebros humanos tienen ~ 10 000 de potencia computacional que los cerebros de las computadoras.