Biologia

Introducción:
·Son modelos bastante simplificados de las redes de neuronas que forma el cerebro. Y, al igual que este, intentan "aprender" a partir de los datos que se le suministra.
·También sepodría decir que se encarga, de los problemas de percepción, razonamiento y aprendizaje en relación con sistemas artificiales, tiene como áreas de investigación a los sistemas expertos y deconocimiento, la robótica, los lenguajes naturales.
Antecedentes:
·El binomio hardware + software se muestra como una potente herramienta para la resolución de problemas que el ser humano no podría resolver oque tardaba mucho tiempo en hacerlo.
Definición de una red neuronal:
1) Una nueva forma de computación, inspirada en modelos biológicos.
2) Un modelo matemático compuesto por un gran número deelementos procesales organizados en niveles.
Auto-Organización:
·Ellas auto organizan la información usada. Por ejemplo, la red llamada backpropagation, creará su propia representación característica,mediante la cual puede reconocer ciertos patrones.
Aprendizaje Competitivo y Cooperativo:
·Suele decirse que las neuronas compiten (y cooperan) unas con otras con el fin de llevar a cabo una tareadada.
Redes Neuronales Artificiales:
·Son parecidas a las del cerebro humano:
·Se conocen cinco aplicaciones tecnológicas extendidas:
·Reconocimiento de textos manuscritos
·Reconocimiento delhabla
·Simulación de centrales de producción de energía
·Detección de explosivos
·Identificación de blancos de radares
Red Adaline:
·Usa neuronas con función de transferencia escalón, y está limitadaa una única neurona de salida.

Red Backpropagation:
·Consiste en su capacidad de auto adaptar los pesos de las neuronas de las capas intermedias para aprender la relación que existe ente unconjunto de patrones de entrada y sus salidas correspondientes.
Ventajas:
Aprendizaje Adaptativo: capacidad de aprender a realizar tareas basadas en un entrenamiento.
·Auto-organización: puede crear...