¿Son los algoritmos de redes neuronales?

No, técnicamente hablando no lo son. Las redes neuronales son funciones matemáticas al igual que los polinomios.

Así es como se ve una función polinómica cuadrática:

[matemáticas] f (x) = 1 + x + x ^ {2} [/ matemáticas]

Y así es como se ve una función de red neuronal simple:

[matemáticas] f (x) = \ textrm {tanh} \ left (1+ \ textrm {tanh} \ left (1 + x \ right) \ right) [/ math]

tanh: función tangente hiperbólica

Existen varios tipos de redes neuronales: avance, convolucional, recurrente, etc., pero al final del día, todas son funciones matemáticas o asignaciones que transforman una entrada en una salida.

Al igual que puede usar funciones polinómicas para diferentes tareas, también puede usar redes neuronales para hacer un montón de cosas diferentes. En el aprendizaje automático, estas cosas son: regresión, clasificación, refuerzo de aprendizaje, etc.

Si. Un algoritmo es una serie de pasos o reglas a seguir, generalmente para resolver algún problema. Una red neuronal es básicamente un grupo de entradas que envía información a un grupo de funciones sigmoideas (funciones que generan un 1 en lugar de un 0 con un cierto nivel de entrada) que forman las neuronas de la capa oculta, seguidas de una capa de neuronas de salida. Por lo tanto, una red neuronal es un algoritmo ya que se siguen una serie de pasos (funciones sigmoideas / enrutamiento de salida) para resolver algún problema.