Artículos de Introducción a las RNAs

Las Redes Neuronales Artificiales o RNA consiste en una interconexión de neuronas o “nodos” que colaboran entre sí para obtener una salida determinada. Se basan en la simulación de las propiedades observadas en sistemas neuronales biológicos siguiendo una serie de modelos matemáticos mediante el empleo de mecanismos artificiales (circuitos integrados). Su objetivo es proporcionar una respuesta similar a la que es capaz de dar el cerebro.

La unidad de estas redes es la neurona. Dicha neurona se compone de sendas entradas con un peso sináptico asociado y la salida está determinada por tres funciones que son la función de propagación, consistente en el sumatorio de dichos pesos; la función de activación, que modifica la anterior y una función de transferencia para acotar la salida de la neurona basándose en un umbral de propagación.

Sus ventajas principales. Las RNA tienen capacidad para aprender, mantiene cierta tolerancia a errores, así como capacidad de auto organización y su implementación en dispositivos especiales pueden proporcionar las respuestas deseadas en tiempo real.

Los modelos de aprendizajes principales son el aprendizaje supervisado, necesitando un conjunto de datos de entrada (patrones) previo y el no organizado, que no necesitan datos de entrada.

Resumen por Rubén García García

Sigo sin poder hacerme una idea de cómo funcionan realmente los algoritmos de aprendizaje. ¿Se podría estudiar mejor analizando estos algoritmos programados en C? Aún no he visto nada, pero intrigado me dejan