Hola
El nombre de red neuronal parece bastante diferente, pero es solo un algoritmo para ajustarse a hipótesis muy complejas. Si no entendió lo que le dije, solo espere. Si está familiarizado con los problemas básicos del aprendizaje automático, como la predicción del precio de la vivienda en la que tiene que predecir los precios en función del área de terreno, el no. de habitaciones (denominadas colectivamente entidades), entonces simplemente puede aplicar la regresión (lineal o polinomial) y puede predecir los precios.
la respuesta es un poco larga, así que ten paciencia, estoy seguro de que te ayudará.
- En el universo de máquinas súper inteligentes de Star Wars, ¿por qué las máquinas funcionan para los humanos y no al revés?
- ¿Por qué Alemania no crea empleados con inteligencia artificial para reemplazar a los inmigrantes?
- Como iniciarse en robótica
- ¿Cuál es una buena herramienta de prueba para productos de aprendizaje automático?
- ¿Cómo podría usarse la inteligencia artificial para mejorar las tecnologías de asistencia existentes?
Piensa ! ¿Qué haces para la predicción?
- simplemente está evaluando una curva (llamada hipótesis) ajustando su conjunto de datos dado que tiene solo dos características ( área de terreno, el número de habitaciones).
- Ahora si le digo que clasifique este conjunto de datos (en dos clases marcadas en rojo y azul)
¿Puedes clasificarlo con regresión definitivamente no porque
No puede clasificar sus datos con precisión. debe haber una función como
que puede ser un polinomio de décimo grado.
aquí viene la red neuronal en la que no tiene que preocuparse por la ingeniería de características, alimenta su conjunto de datos como una entrada a la red neuronal que aprende automáticamente los coeficientes de la curva ajustando los pesos.
Un caso similar con las imágenes (con características iguales al número de píxeles), con una cantidad tan alta de características contenidas en una sola unidad de conjunto de datos, debemos aplicar redes neuronales para aprender de estas características.
ps: puede aplicar una red neuronal en cualquier conjunto de datos que contenga muchas características o es muy difícil ajustar una curva. Puede visitar el blog.
bueno, espero que hayas entendido, si encuentras algo confuso, por favor deja una respuesta.
