Las redes neuronales artificiales son modelos de aprendizaje estadístico, inspirados en redes neuronales biológicas (sistemas nerviosos centrales, como el cerebro), que se utilizan en el aprendizaje automático. Estas redes se representan como sistemas de “neuronas” interconectadas, que se envían mensajes entre sí. Las conexiones dentro de la red se pueden ajustar sistemáticamente en función de las entradas y salidas, lo que las hace ideales para el aprendizaje supervisado.
¡Las redes neuronales pueden ser intimidantes, especialmente para personas con poca experiencia en aprendizaje automático y ciencias cognitivas! Sin embargo, a través del código,
Los únicos requisitos previos son tener una comprensión básica de JavaScript, cálculo de escuela secundaria y operaciones simples de matriz.
- ¿Cómo se puede utilizar el aprendizaje por refuerzo en robótica donde el caso de falla es la destrucción física?
- Inteligencia artificial: ¿Qué es la 'comprensión de video'?
- ¿Qué conocimiento es necesario para construir un bot de chat de Facebook Messenger?
- ¿Qué pasa si la IA se vuelve tan inteligente que puede pensar libremente?
- ¿Existe un buen libro que cubra todo lo que necesita saber para el desarrollo de IA?
Entendiendo la mente
Una red neuronal es una colección de “neuronas” con “sinapsis” que las conectan. La colección está organizada en tres partes principales: la capa de entrada, la capa oculta y la capa de salida. Tenga en cuenta que puede tener n capas ocultas, con el término aprendizaje “profundo” que implica múltiples capas ocultas.
Lee mas…
