Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Gustavo Adolfo Aguirre M. Verónica Domínguez Ruiz. Jesús Salvador Suarez. Edward Martínez.
Departamento de Antioquia
Instituto tecnológico metropolitano
Gustavoaguirre309603@correo.itm.edu.co, veronicadominguez272914@correo.itm.edu.co,
jesussuarez110715@correo.itm.edu.co
Palabras clave; algoritmo, base de datos, Un perceptrón simple, es conocido como una
clasificación, características, entrenamiento, red neuronal, es un clasificador cuyo
machine learning, percepton, predicción.
funcionamiento concite en leer los valores de
entrada, suma todos los valores de entrada de
acuerdo con unos pesos y el resultado lo
INTRODUCCION introduce en una función de activación que
genera el resultado final.
Machine Learning es una disciplina científica
del ámbito de la Inteligencia Artificial que
crea sistemas que aprenden automáticamente.
Aprender en este contexto quiere decir
identificar patrones complejos en millones de
datos. La máquina que realmente aprende es
un algoritmo que revisa los datos y es capaz
de predecir comportamientos futuros.
VP
Por regla de la cadena, el término gradiente VP+ FP
respecto a cada parámetro está dado por:
∂E ∂z Especificidad:
=δ j j =δ j
∂b ∂b
Se trata de los casos negativos que el
Al término δ_j se le conoce como regla delta, algoritmo ha clasificado correctamente.
mientras que g^' (z_j ) representa la derivada Expresa cuan bien puede el modelo detectar
de la función de activación, la cual puede ser esa clase.
reescrita en términos de sí misma como:
VN
g ( z j )=g ( z j ) ( 1−g ( z j ) )
' VN + FP
F1-Score:
Nota: En toda la notación utilizada, se asume
La puntuación F1 se define como la media
que X∈R^(m×n), donde m es el número de
armónica de precisión y recuperación .
características, mientras n es la cantidad de
ejemplos de entrenamiento.
2 ×VP
Medidas de desempeño 2× VP+ FP+ FN