Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Adaline Ia
Adaline Ia
Presenta:
Castelazo Hidalgo Alejandro Samuel – 201419336
Clavel Balboa Mónica – 201504541
Hernández González Álvaro Alexis – 201504782
Muciño Vela Militza – 201543336
Sánchez Condado Jesús – 201548308
1. INTRODUCCIÓN 4
1.1. PROBLEMÁTICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. MARCO TEÓRICO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1. ADALINE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2. RGB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3. DESARROLLO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4. CÓDIGO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5. CONCLUSIÓN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2
Índice de figuras
3
Capı́tulo 1
INTRODUCCIÓN
1.1. PROBLEMÁTICA
Anteriormente ya hemos venido trabajando con el modelo de red neuronal
ADANALINE por lo que ya estamos de cierta manera familiarizado con dicho
modelo.
Para la clasificación se necesita proponer una red neuronal Adanaline que clasifique
correctamente los datos con validación del 80 % o más
4
1.2. MARCO TEÓRICO CAPÍTULO 1. INTRODUCCIÓN
5
1.3. DESARROLLO CAPÍTULO 1. INTRODUCCIÓN
1.2.2. RGB
RGB es una sigla formada por los términos de la lengua inglesa red (“rojo”), green
(“verde”) y blue (“azul”). El concepto suele emplearse para referirse a un modelo
cromático que consiste en representar distintos colores a partir de la mezcla de estos
tres colores primarios.
1.3. DESARROLLO
Primeramente con el código que tenı́amos de prácticas anteriores sacamos los
datos ”RGB ”de cada elemento a clasificar, una vez que tuvimos los datos para
clasificar entrenamos la neurona para que clasificara dichos datos, corrimos el código
con valores en el peso de 0.1 y con los primeros treinta datos de cada elemento a
6
1.3. DESARROLLO CAPÍTULO 1. INTRODUCCIÓN
clasificar, todo esto con la finalidad de entrenar nuestra neurona y al final obtuvimos
como resultado de la clasificación lo que se muestra de manera gráfica en la figura 4 y 5.
7
1.4. CÓDIGO CAPÍTULO 1. INTRODUCCIÓN
1.4. CÓDIGO
8
1.5. CONCLUSIÓN CAPÍTULO 1. INTRODUCCIÓN
1.5. CONCLUSIÓN
En el desarrollo de esta práctica se demostro de manera precisa el funcionamiento
de la neurona ADALINE al clasificar muestras de dos elementos similares en cuanto
a datos RGB, se observaron las dificultades que ocasiona tener una neurona con clases
cuya barrera de decisión es pequeña.
A medida que iban aumentando las épocas, el error de salida iba disminuyendo y se
logró mantener la precisión requerida, por tanto la neurona logró validar correctamente
el 95 % de los datos.