REDES NEURONALES

ARTIFICAL
Perceptrón

Modelo matemático y algoritmos de entrenamientos, vistas de hiperplanos

Perceptron

* Neurona biológica * Neurona Artificial

• *
Neurona Artificial perceptrón ecuaciones
matemáticas • Para manejar estos conceptos tiene
que manejar algebra lineal,
operaciones con algebra lineal,
todo es planteamiento matricial,
(Recomendación leer sobre algebra
lineal operaciones de matrices)
• T es la transpuesta de la matriz w
(pesos), p(entradas),n sumatoriadel
productos entre los pesos y las
entradas, a salida la cual evalua la
constante de n con la función paso
de activación
Red Neuronal Monocapa Perceptrón matricial
Red neuronal perceptrón expresión matricial
del modelo matemático reducida multicapa
Funciones de activación salida neurona
Funciones de activación salida neurona
Perceptrón Si damos como ejemplo para visualizar la
frontera de decisión y poderla explicar

𝑤11 = -1; 𝑊12 = 2; n=0 se quiere encontrar el lugar

geométrico entre 𝑝1 𝑦 𝑝2

𝑝1

𝑝2
 Lugar geométrico entre 𝑝1 𝑦 𝑝2

n>0 Frontera de decisión

w vector es
Frontera de decisión Perpendicular
90º
𝑝1

n<0

𝑝2
 Lugar geométrico entre 𝑝1 𝑦 𝑝2

𝑃1 Cuando los pesos sinápticos

toman diferente valores, se
generan diferentes, frenteras
de decisión, es controlada por
los pesos signaticos

𝑃2
Lugar geométrico entre 𝑝1 𝑦 𝑝2
Conclusión
Lugar geométrico entre 𝑝1 𝑦 𝑝2

• Frontera de decisión: una neurona perceptrón

divide el espacio de entrada para clasificar los
patrones.
• W controla la orientación de la frontera.
• b controla la trasladación de la frontera.
Ejemplo 1. perceptrón
Ejemplo 1. Perceptrón

Piñas

𝑝1

Manzanas
Hiperplano de separación
de clase
𝑝2
Ejemplo 2. Perceptron
Generalidades de n capas del perceptron
Peceptron funciones AND, OR, XOR
Perceptron Separación lineal
Algoritmo del perceptron
Resumen Perceptrón
Resumen Perceptrón

El algoritmo de aprendizaje del perceptrón

1. Es útil para calcular los (W,b) en forma automática para cualquier R
2. Si hay separación lineal, garantiza hallar una solución
3. Sin embargo No garantiza una solución con separación optima