La comunidad de redes neuronales sobra el diseño de la inteligencia de máquina autónoma; La principal aplicación moderna de las redes neuronales artificiales está en el campo del reconocimiento de patrones. En el subcampo de clasificación de datos, los métodos de redes neuronales se han establecido como alternativas útiles a las técnicas estadísticas como las que implican análisis de regresión o evaluación de densidad de probabilidad. Las redes neuronales generalmente se organizan en capas. Las capas están formadas por varios nodos interrelacionados que contienen una función de activación. La red puede acceder a los patrones a través de la capa de entrada, que se comunica con una o más capas ocultas donde la dispensación real se realiza a través de un sistema de conexiones ponderadas. Las capas ocultas se vinculan a una capa de salida donde la respuesta se emite como se muestra en la realista. Existen muchas ventajas y limitaciones para el análisis de redes neuronales y para analizar este tema correctamente, tendríamos que analizar cada tipo de red individual, lo cual no es necesario para esta discusión general.
¿Cuál es el significado real de los pesos en la red neuronal?
Related Content
¿Puede word2vec considerarse aprendizaje profundo?
¿Cuáles son los mejores recursos en línea para mejorar los algoritmos de aprendizaje automático?
More Interesting
¿Qué tan grande es el mercado de consultoría de aprendizaje automático para nuevas empresas?
En los Estados Unidos, ¿es ilegal entrenar redes neuronales usando imágenes con derechos de autor?
¿Cómo se usa el aprendizaje automático en la generación de preguntas?
¿Debo saber Python y R para aprender Machine Learning?
¿Cómo impacta la alta dimensionalidad en la efectividad del modelo?