Sesión 2: Introducción RN¶

Contexto de red neuronal

Basado en el modelo biologico del cerebro
Las entradas se suman o se integran
Las entradas pueden ser discretas o continuas
La suma de las entrada pasa por una función de activación
Neurona: Dentritas (entradas), cuerpo (función), axón (salida) Transforma electrico → quimico → electrico (70mv)

Aplicaciones de las redes neuronales

Reconocimiento de voz

Reconocimiento de texto

Reconocimiento imagenes (facial, objetos, etc)

Generación de contenido * actual

Clasificación de patrones (and, or)

Modelo matemático de la red neuronal

\[ y = f(w*x^T + b) \]

Buscamos AJUSTAR LOS PESOS para reconocer patrones

Funciones de activación

Deben ser estrictamente POSITIVAS para los algoritmos que vamos a aplicar (NO SIEMPRE ES NECESARIO)

\[ esc(x) = 1 \texttt{ si } x \geq 0, 0 \texttt{ en otro caso} \\ sgm(x) = \frac{1}{1+e^{-ax}} \\ relu(x) = max(0,x) \]