U1 REDES NEURONALES









RAMON ALEJANDRO IRIGOYEN BENCOMO
REDES NEURALES
PRIMERA UNIDAD
ISRAEL BELTRAN ZAMARRON
26/FEB/2015
DIFERENCIAS QUE SE PUEDEN ENCONTRAR ENTRE EL ENFOQUE TRADICIONAL DE LA INTELIGENCIA ARTIFICIAL Y EL ENFOQUE DE RED NEURONAL
primero, se definirán estos dos términos:
Se denomina unidad de procesamiento o neurona a un dispositivo simple de cálculo que a partir de un vector de entrada xjprocedente del exterior o de otras neuronas proporciona una única respuesta o salida yi . Cada neurona se encuentra conectada con otras por medio de conexiones (sinapsis) a las que se les asocia un número real llamado peso de la conexión, formando lo que se llama una red neuronal artificial (ANN o RNA). Un modelo típico de ANN consiste en varias capas de unidades de procesamiento que simulanneuronas. Cada unidad (neurona) añade información de unidades de la capa anterior, ejecuta una simple operación como por ejemplo decidir si está por encima de un valor umbral, y pasa su resultado a la capa siguiente .
La inteligencia artificial (IA) es un área multidisciplinaria que, a través de ciencias como las ciencias de la computación, la lógica y la filosofía, estudia la creación y diseño deentidades capaces de resolver cuestiones por sí mismas utilizando como paradigma la inteligencia humana.
 El enfoque I.A. pretende tratar más bien con conocimientos, representados estructurados, y tratados, fundamentalmente mediante esquemas y lenguajes de programación basados en las reglas de la lógica y/o en la representación formal de tipo simbólico, sin excluir el uso combinado con esquemas deproceso tradicional y otras herramientas, mientras que las redes neuronales están inspiradas en el procesamiento de la información que tiene lugar en el cerebro como alternativa a un modelo que podríamos llamar clásico de tratamiento de la información basado en el manejo de símbolos y en una arquitectura de tipo Von Newman, y donde la arquitectura del hardware (en este caso las neuronas) cumplen unpapel fundamental.
En su génesis constituyeron un intento de reproducir o imitar las capacidades de procesamiento de información de un sistema biológico, como puede ser el sistema nervioso central humano, o de cualquier organismo biológico en general. Además lo que se pretende es simular los procesos cognitivos básicos dentro del marco de la Ciencia Cognitiva, y responder preguntas del tipo: ¿Quéhace que una persona sea más inteligente que un gato? ¿Por qué una máquina no puede ser tan inteligente como una persona? Preguntas claves de la IA que se respondían como que era un problema de software, es decir, si contásemos con los algoritmos y programas adecuados podríamos llegar a alcanzar ese objetivo.
Así que, las redes neuronales artificiales tratan de imitar el comportamiento de unaneurona biológica, du capacidad de aprender y de realizar acciones mediante este aprendizaje, mientras que el enfoque clásico de la inteligencia artificial era resolver problemas mediante algoritmos ya establecidos.











PERCEPTRON
La red tipo Perceptrón fue inventada por el sicólogo Frank Rosenblatt en el año 1957. El primer modelo de Perceptrón fue desarrollado en un ambiente biológico imitandoel funcionamiento del ojo humano. Era inicialmente un dispositivo de aprendizaje En su configuración inicial no estaba en capacidad de distinguir patrones de entrada muy complejos, sin embargo mediante un proceso de aprendizaje era capaz de adquirir esta capacidad. En esencia, el entrenamiento implicaba un proceso de refuerzo mediante el cual la salida de las unidades A se incrementaba o sedecrementaba dependiendo de si las unidades A contribuían o no a las respuestas correctas del Perceptrón para una entrada dada.
Arquitectura
Es una red monocapa con varias neuronas de entrada conectadas a la neurona de salida:






Aprendizaje Supervisado
Los pasos a seguir para el aprendizaje son:
1. Inicialización aleatoria de los pesos y umbral.
2. Se toma un patrón de entrada-salida.
3. Se...