CARACTERISTICAS DE LAS

REDES NEURONALES
 TOPOLOGÍA DE LAS REDES NEURONALES
LAS REDES NEURONALES ARTIFICIALES SON UN MODELO INSPIRADO EN EL
FUNCIONAMIENTO DEL CEREBRO HUMANO. ESTA FORMADO POR UN CONJUNTO DE NODOS
CONOCIDOS COMO NEURONAS ARTIFICIALES QUE ESTÁN CONECTADAS Y TRANSMITEN
SEÑALES ENTRE SÍ. ESTAS SEÑALES SE TRANSMITEN DESDE LA ENTRADA HASTA GENERAR
UNA SALIDA.
 MECANISMO DE APRENDIZAJE
LAS REDES NEURONALES FUNCIONAN PROPAGANDO ENTRADAS, PONDERACIONES Y
SESGOS HACIA ADELANTE. SIN EMBARGO, ES EN EL PROCESO INVERSO DE PROPAGACIÓN
HACIA ATRÁS DONDE LA RED APRENDE REALMENTE AL DETERMINAR LOS CAMBIOS
EXACTOS QUE SE DEBEN APLICAR A LAS PONDERACIONES Y SESGOS PARA PRODUCIR UN
RESULTADO EXACTO.
 TIPO DE ASOCIACIÓN ENTRE LAS
INFORMACIONES DE ENTRADA Y SALIDA
UNA RED NEURONAL ES UN MODELO SIMPLIFICADO QUE EMULA EL MODO EN QUE EL
CEREBRO HUMANO PROCESA LA INFORMACIÓN: FUNCIONA SIMULTANEANDO UN
NÚMERO ELEVADO DE UNIDADES DE PROCESAMIENTO INTERCONECTADAS QUE
PARECEN VERSIONES ABSTRACTAS DE NEURONAS. LAS UNIDADES DE
PROCESAMIENTO SE ORGANIZAN EN CAPAS.