[Taller práctico] Introducción a las neuronas artificiales
- 1 min👾 Neuronas artificiales: idea general, perceptrón
- Inspiración biológica: Basadas en la analogía con neuronas del cerebro: reciben señales, las combinan y producen una salida si superan cierto umbral.
Modelo del perceptrón (neurona artificial)
- Entradas: $x_1, x_2, …, x_n$.
- Pesos: $w_1, w_2, …, w_n$.
- Operación:
$z = \Sigma_{i=1}^n w_ix_i + b$
$y = \phi(z)$donde $\phi$ es una función de activación (ej. escalón, sigmoide, ReLU, etc.).
- Regla de aprendizaje del perceptrón (simplificada):
- Para una muestra $(x,y)$, si predicción $\neq$ etiqueta → actualizar pesos:
$w_i \leftarrow w_i + \eta (y - \hat{y})x_i$ donde $\eta$ es la tasa de aprendizaje.
Puedes descargar los slides aquí o puedes consultarlos en directo a continuación.
Para abrir el cuaderno de trabajo, puedes dar click en el siguiente botón:
Slides
SOBRE EL USO DE INFORMACIÓN TOTAL O PARCIAL: 🔐
- Estos documentos fueron originalmente creados por el autor.
- Cualquier uso de estos documentos o sus contenidos están permitidos a través de la licencia provista y sus condiciones.
- Para cualquier aclaración, puedes contactar al autor: https://rodolfoferro.xyz/
Copyright (c) 2025 Rodolfo Ferro
Rodolfo Ferro
With great power comes great responsibility.