Redes neuronales

REDES NEURONALES

CONTENIDO

REDES NEURONALES. Introducción Analogía con las neuronas biológicas. Poder y utilidad de las RN(s). Conceptos generales de redes neuronales artificiales Objetivo de las redes neuronales en la inteligencia artificial Un modelo básico de RN(s) artificiales Elementos de la red Arquitectura de la red Aplicación de las RN(s) artificiales Algoritmos de entrenamiento demodelos de redes neuronales Entrenamiento Supervisado Entrenamiento No supervisado La entrada de datos a los modelos de RN(s) artificiales. Casos, variables y muestras. Ejemplos de tratamiento de variables con datos numéricos y no numéricos. Modelos de predicción basados en redes neuronales Perceptrón RN(s) multicapas. Algoritmo BACKPROPAGATION (Retropropagación) Regresión vs. Bacpropagation.
2CONTEN IDO
PREPROCESAMIENTO DE DATOS EN MODELOS PREDICTIVOS
Introducción. Preprocesamiento clásico en redes neuronales Reducción de datos Preprocesamiento mediante reducción de datos y variables Selección de muestras Reducción de variables mediante componentes principales Viabilidad de las técnicas de preprocesamiento. Entrenamiento Verificación mediante datos operacionales.

3EJERCICIOS PRACTICOS.

MATLAB Y RNA

MATLAB. Comandos y programas en Matlab Diseño de aplicaciones. Vectores, Matrices y funciones especiales en Matlab. Construcción de modelos de redes neuronales usando Matlab. Modelos predicción Preprocesamiento de datos Construcción de la red Entrenamiento del modelo Pruebas del modelo Generalización del modelo Aplicaciones especiales. 1 Neurosolutions for ExcelPredict SAS Statistica Neural Networks

EVALUACION DEL CURSO
I y II CONSOLIDADO Asistencia: 10% Trabajos: 40%. Examen: 50%.

TERCER CONSOLIDADO Asistencia: 10%

I CONSOLIDADO:

8 MARZO

II CONSOLIDADO: 12 ABRIL III CONSOLIDADO: 31 MAYO

OBJETIVOS
Estudiar una de las principales ramas de la Inteligencia Artificial: las Redes Neuronales. Conocer las principales aplicaciones de lasredes neuronales. Utilizar en clase de prácticas MATLAB para Redes Neuronales

Es verdad que tenemos ordenadores rapidísimos, más que el cerebro
Un ordenador convencional es una máquina que ejecuta una serie de instrucciones de forma secuencial, siendo capaz de realizar complicadas operaciones lógicas y aritméticas de una forma muy rápida, mucho más que el cerebro humano.

pero aun así, haytareas que no realizan bien

Y es que ordenador y cerebro son diferentes?

Por esta razón, algunos científicos han vuelto la vista hacia el cerebro tratando de estudiarlo desde el punto de vista de la computación. La estructura del cerebro es radicalmente diferente a la del ordenador convencional. No está compuesto por un único microprocesador altamente complejo y eficiente, sino por miles demillones de ellos, las neuronas, que realizan de modo impreciso y relativamente lento un tipo de cálculo muy simple.

INTRODUCCION
La categoría explicativa básica que utiliza el paradigma cognitivo es la de información: la mente es una entidad capaz de recibir, almacenar y procesar de diversos modos la información, y de generar una conducta en virtud de dichas actividades.  En la forma deentender la información y el modo de procesar la información fueron importantes tanto ciertas ideas filosóficas como los avances tecnológicos en informática

La tecnología existente estableció el modo concreto de concebir las formas de instanciar la representación y de procesar la información. Aunque en los primeros años de la informática hubo algunos intentos de construir sistemas artificiales deprocesamiento que reprodujesen algunos aspectos muy abstractos del cerebro (el Perceptrón, por ejemplo), el modelo que sin embargo tuvo éxito fue el del ordenador Von Neumann (los ordenadores actuales son ejemplos de este modelo). Sus características principales son las siguientes: la información está localizada en partes físicas concretas: si guardo en el disco duro de mi ordenador lo que ahora...