Redes neuronales tipos de aprendizaje
REDES NEURONALES
TIPOS DE APRENDIZAJE
M04130979
Ing. David Alejandro García García
Redes Neuronales
Una neurona suministra un valor a su salida quese propaga a través de la red de conexiones unidireccionales hacia otras células de la red. Asociada a cada conexión hay un peso sináptico denotado por wij, que determina el efecto de la neuronaj-ésima sobre la neurona i-ésima. La forma de hacerlo está determinada matemáticamente por la función de base f para dar un valor de activación.
La función de base tiene dos formas típicas
Función Lineal de Base: Función de primer orden o de tipo hiperplano. El valor de red es una combinación lineal de las entradas.
La función de base tiene dos formas típicas
Función de BaseRadial: Función de segundo orden o de tipo hiperesférico. El valor de red representa la distancia a un determinado patrón de referencia.
Función de activación o función de una Neurona
La funciónde activación se encarga de transforma el valor de red expresado por la función de base u (w, x). Las funciones de activación más comunes son:
Función de activación o función de una NeuronaFase de Aprendizaje
El entrenamiento de las redes neuronales puede realizarse fuera de línea o en tiempo real. De acuerdo al tipo de entrenamiento, las redes neuronales pueden clasificarse en:
Fase de Aprendizaje
REDES DE ENTRENAMIENTO SUPERVISADO
Las redes de entrenamiento supervisado han sido los modelos de redes más desarrolladas desde los inicios de este tipo de diseños. Losdatos para el entrenamiento están constituidos por varios pares de patrones de entrenamiento de entrada y de salida. El hecho de conocer la salida implica que el entrenamiento se beneficia de lasupervisión de un maestro.
REDES DE ENTRENAMIENTO SUPERVISADO
REDES DE ENTRENAMIENTO NO SUPERVISADO
Las Redes de Entrenamiento no Supervisado utilizan datos de entrenamiento consistentes...
Regístrate para leer el documento completo.