Neurona artificial
Emula el comportamiento de una
neurona biológica
Posee la capacidad limitada de
calcular, en general, una suma
ponderada de sus entradas y luego le
aplica una función de activación para
obtener una señal que será
transmitida a la próxima neurona
Capas de entrada y salida
(perceptrón simple)
Puede adaptarse al medio y
aprender, modificando el valor de
sus pesos sinápticos o por números
libres, pueden ser modificados y
adaptados para realizar una
actividad o tarea.
Red neuronal artificial
Emula el comportamiento de un
cerebro
Su
capacidad de aprender a partir de un
conjunto de patrones de
entrenamientos, es decir, es capaz
de encontrar un modelo que ajuste
los datos.
Capas ocultas (perceptrón multicapa)
Emplea aprendizaje supervisado y no
supervisado