Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ACTIVIDAD SUMATIVA I
Docente: Estudiante:
Este tipo de redes están volviendo a ser tendencia debido a los diferentes logros
que están consiguiendo. Un ejemplo reciente es Google, quien logró superar su
propio reCAPTCHA, (sistema que utiliza Google para detectar tráfico procedente
de programas automatizados o bots), usando redes neuronales y generando
metas e ideas impresionantes al lograr reproducir el funcionamiento de un cerebro
humano con un ordenador.
Para conseguir que una red neuronal realice las funciones deseadas, es necesario
entrenarla. El entrenamiento de una red neuronal se realiza modificando los pesos
de sus neuronas para que consiga extraer los resultados deseados. Para ello lo
que se hace es introducir datos de entrenamiento en la red, en función del
resultado que se obtenga, se modifican los pesos de las neuronas según el error
obtenido y en función de cuanto haya contribuido cada neurona a dicho resultado.
Este método es conocido como Backpropagation o propagación hacia atrás. Con
este método se consigue que la red aprenda, consiguiendo un modelo capaz de
obtener resultados muy acertados incluso con datos muy diferentes a los que han
sido utilizados durante su entrenamiento.
El objetivo de
las redes neuronales de tipo biológico se constituye en
desarrollar un elemento sintáctico que permita verificar
las hipótesis correspondientes a los
demás sistemas biológicos. Es decir, las redes
neuronales de tipo biológico deben recibir y procesar
información de otros sistemas biológicos y
devolver una respuesta de acción efectiva.
La mayor parte
de las neuronas posee una estructura
arbórea formada en su mayor parte por dendritas que,
conectadas a otras neuronas, se encargan de recibir los
estímulos de entrada neuronales mediante uniones
denominas sinopsis. Algunas neuronas tiene una estructura que
las comunica con miles de neuronas más, mientras otras
sólo puede comunicarse con unas cuantas a su alrededor.
Las tres partes importantes de la estructura de una neurona
son:
Ramas de Extensión o
Dendritas – Reciben estímulos de
Entrada.
Cuerpo de la Neurona –
Procesa estímulos de Entrada.
Axón – Emite
estímulos de Salida a las Dendritas de otras
neuronas.
Al principio, todas las ponderaciones son aleatorias y las respuestas que resultan
de la red son, posiblemente, disparatadas. La red aprende a través del
entrenamiento. Continuamente se presentan a la red ejemplos para los que se
conoce el resultado, y las respuestas que proporciona se comparan con los
resultados conocidos. La información procedente de esta comparación se pasa
hacia atrás a través de la red, cambiando las ponderaciones gradualmente. A
medida que progresa el entrenamiento, la red se va haciendo cada vez más
precisa en la replicación de resultados conocidos. Una vez entrenada, la red se
puede aplicar a casos futuros en los que se desconoce el resultado.
Conclusión:
Las redes neuronales son una de las herramientas más utilizadas por el hombre
para imitar el comportamiento de sí mismo, por lo cual se hace que estudiemos a
profundidad su metodología de trabajo, así como la aplicación de los diferentes
modelos matemáticos que la conforman, para poder comprender su
funcionamiento, sobre todo cuando son utilizadas para caracterizar y pronosticar el
comportamiento de variables que dependen de otras variables.
Atria Innovation. (2019, Octubre 2022). Qué son las redes neuronales y sus
https://www.atriainnovation.com/que-son-las-redes-neuronales-y-sus-
funciones/
¿Qué son las redes neuronales y cómo funcionan? El blog de T-Systems Iberia; T-
systemsblog.es/redes-neuronales/
2023 https://www.ibm.com/docs/es/spss-modeler/saas?topic=networks-
neural-model