En resumen, REDES NEURALES ARTIFICIALES.
Una red de neuronas artificiales (ANN) es un modelo computacional basado en la estructura y funciones de las redes neuronales biológicas. La información que fluye a través de la red afecta la estructura de la ANN porque una red neuronal cambia, o aprende, en cierto sentido, en función de esa entrada y salida.
Las ANN tienen tres capas que están interconectadas. La primera capa consiste en neuronas de entrada. Esas neuronas envían datos a la segunda capa, que a su vez envía las neuronas de salida a la tercera capa.
- ¿Existe algún modelo de cálculo X más débil que una máquina de Turing (pero aún no trivial) para el cual una máquina de Turing puede predecir el comportamiento de detención?
- ¿Es el principio de equivalencia computacional de Stephen Wolfram simplemente una extensión de la tesis de Church-Turing y la máquina universal de Turing de Turing?
- ¿Qué se usó antes de LaTeX para escribir documentos matemáticos? ¿Cómo se dibujaron las figuras? ¿Cómo se generaron y posicionaron las ecuaciones matemáticas con notación complicada en el documento? ¿Quién hizo la composición en su forma final para imprimir después de que fue aceptada?
- ¿Por qué la máquina de Turing se llama la mejor máquina si no puede resolver el problema de detención?
- ¿Cómo encontramos la longitud total del camino de un proyectil?
El entrenamiento de una red neuronal artificial implica elegir entre modelos permitidos para los cuales hay varios algoritmos asociados.
Esto se puede programar muy fácilmente usando OOP , donde hacemos un objeto “neurona” (o más bien una matriz de ellos).
La matemática de las redes neuronales en un tema complejo y vasto, con muchos métodos utilizados. Lo sorprendente es que todavía no sabemos exactamente CÓMO funcionan estas redes, pero al replicar cómo actúan las neuronas en nuestro cerebro, funcionan. de ahí el nombre.
ANN EN ACCIÓN:
EN PALABRAS SIMPLES:
Primero calibramos el código introduciendo valores a través de prueba y error, y propagamos estos errores en el código para modificarlo. Modificamos la “ganancia” de los efectos de las neuronas entre sí.
Para ir un poco más en detalle:
Espero que esto ayude 🙂
