Redes neuronales

Existe un conjunto de aplicaciones en las ,que todas o alguna de estas
características aparecen. las redes neuronates están siendo utilizadas para
tratar tareas queparecian inabordabfes por los métodos tradicionales. Se trata de problemas que parecían fáciles de resolver por un operador empleando
capacidades innatas y de bajo nivel del cerebro humano.Oentro de este tlpo de tareas podemos
encontrar:
• Sistemas de decisión.
• Procesamiento de señales.
• Lenguaje natural.
Distinatas interpretaciones del enunciado original de hebban dado lugar a los distintos tipos de aprendizaje
Aprendizaje Supervisado
Aprendizaje No Supervisado

W; representa el incremento del peso de la conexi6n entre lasneuronas ¡y j.
O¡ es la sahda de la neurona i.
0l es la salida de la neurona j, que es una entrada de la neurona i.
11 es una constante de aprendizaje, o algúntipo de proporcionalidad.
Este tipo de aprendizaje se ajusta a problemas de clasificación en que las
entradas pueden venir dlstorsionada.s. y de las que no se puededetermrnar con
absoluta seguridad cuál deberi3 de se'!' su salida esperada.

Aprendizaje Auto-Organizado. Es una mezcla de ros dos anteriores.
tomando la reg la deaprendizaje supervisado para casos maestros, conocidos y
generales. A partir de un único patrón (o un conjunto muy· reducido de ellos) la
red genera de forma autónoma laestructura interna necesaria para realizar los
objetivos para los que ha sido djse'ñada.
Como resumen, podemos decir que el proceso de aprendizaje consiste enun procedimiento iterativo de ajuste de pesos siguiendo determinadas directivas.
Es decir, todo ptOceso de aprendizaje deoe tener una formulación que se ajuste
a:...